（通讯员解一波，朱冲）11月13日和11月20日，澳大利亚伍伦贡大学计算机科学与信息技术学院Markus Hagenbuchner副教授受邀为联合研究院硕士研究生带来了一场主题为“机器学习”的线上讲座。讲座由联合研究院牛磊副教授主持。

Markus Hagenbuchner副教授作为机器学习方面的专家，在机器学习和人工智能领域有超过20年的学习研究经验，研究方向包括AI,数据分析，大数据应用，机器学习算法等。

在11月13日的首场讲座中，Markus Hagenbuchner副教授首先通过传统和机器学习的对比引出了ML的概念，介绍了人工神经网络这一算法，同时还分析了它的传统模式、变体以及应用领域和挑战。其次详细说明了机器学习领域的深度学习部分，通过讲解深度学习的模型引发了相关讨论，比如：对于给定的学习问题，层数和神经元数量很难被获取等。最后，Markus Hagenbuchner副教授提出全递归感知器网络这一新的方式，并认为深度神经网络和CNN的经典方法即将结束，更简单、更强大的方法将取代它们。

11月20日，Markus Hagenbuchner副教授首先对之前的研究做了简要回顾，介绍了神经网络和其他基本原则，神经网络（GNN）是一类基于深度学习的处理图域信息的方法，由于其较好的性能和可解释性，它已成为一种广泛应用的图分析方法，同时提出由于图结构的强大表现力，用机器学习方法分析图的研究越来越受到重视。另外，Markus Hagenbuchner副教授讲解了图神经网络的工作原理及其应用，例如：诱变，语句提取，网络垃圾邮件检测等等。最后，Markus Hagenbuchner副教授指出，GNN在这些领域扮演着重要的角色，这仍然是非常有意义的研究课题之一。

Markus Hagenbuchne副教授的讲座生动形象，内容充实，不仅引发了同学们广泛讨论和积极提问，同时也进一步地开阔了同学们的学术视野。