山东大学第八届齐鲁青年论坛数学、统计学、数据科学分论坛（图神经网络与复杂网络）于10月25-26号在中心校区顺利召开，本论坛邀请了海内外12位优秀的青年学者分享了他们在图神经网络与复杂网络领域的最新研究成果。

北卡罗莱纳州立大学助理教授刘孝睿分享了他关于“大规模图神经网络的惰性计算”研究成果，讨论了大规模图的问题并展示了他们的LazyGNN模型，该模型在大规模基准上显示了卓越的预测性能。

东华大学教授荣智海的报告名为“Analysis of Q-learning Like Algorithms through Evolutionary Game Dynamics”。他深入探讨了Q学习算法的动力学及其与进化动力学之间的关系，并得出了一系列有趣的发现。

上海交通大学的副教授苏奇围绕“Strategy evolution on dynamic networks”主题作报告，他详细介绍了集体智能的前沿问题以及其在人工智能中的应用，强调了合作和协调的重要性。

埃默里大学的助理教授金卫以“Graph Condensation for Efficient Graph Learning”为题，详细讲述了大规模图中训练神经模型的挑战及如何通过图压缩方法来解决这些问题。

伦斯勒理工学院的助理教授马耀分享了他的“通过统一框架来理解和增强图神经网络”的研究，重点介绍了如何使用该框架设计鲁棒的GNNs。

香港理工大学的助理教授范文琦的报告标题是“基于大语言模型的分子发现：利用ChatGPT进行分子结构生成和翻译”。他讲述了分子发现的重要性和如何利用大型语言模型推进分子的发现。

新加坡国立大学的博士后申聪探讨了人工智能在药物发现领域应用的研究。他提出基于高级数学结构的图神经网络模型，利用Ricci曲率和解析扭转技术，为药物研究提供了更高效的分子表示和相互作用预测。实验结果显示，该模型在多个领域均优于传统模型。

青年兴则国家兴，青年强则国家强。齐鲁青年论坛作为山东大学引才聚才的重要品牌活动，自2016年至2022年已成功举办七届，吸引来自30多个国家和地区的近2000位高水平专家来校交流，线上参会人数过万人。数据科学研究院此次组织的山东大学第八届齐鲁青年论坛数学、统计学、数据科学分论坛（图神经网络与复杂网络），围绕图神经网络与复杂网络领域探讨交流，为海内外青年杰出人才搭建了沟通、互动的平台，增进了青年才俊对学校、学科、学院的发展战略、人才政策、学科发展等方面的深入了解，进一步吸引海内外青年学者共同助力山东大学发展。