2023年7月28日，牛津大学工程科学系副教授董晓文访问北京大学王选计算机研究所，并在106报告厅做了题为“On the stability of spectral graph filters and beyond: A topological perspective”的学术报告。

董晓文副教授曾在麻省理工学院媒体实验室担任博士后研究员，并在瑞士联邦理工学院获得博士学位，主要研究兴趣涉及用于分析网络数据的信号处理和机器学习技术，以及它们在研究社会和经济科学问题方面的应用。

上午9:30至12:00，董晓文副教授分享了自己在近期图机器学习模型稳定性方面的研究成果，报告会由胡玮长聘副教授主持。数据通常是在网络域中采集的，因此支持不规则网络结构的图结构变得普遍。图形信号处理和机器学习是最近发展起来的技术，用于处理这种图结构化数据，并在药物发现、假新闻检测和交通预测等各个领域得到了应用。然而，目前的研究对于这些模型在输入图形域受到扰动时的鲁棒性缺乏理论理解。董晓文老师介绍了他们的研究结果，包括谱图滤波器的稳定性边界以及其他关于图机器学习模型的鲁棒性研究。这些研究的共性是它们都具有拓扑学的视角，即将鲁棒性与图形域和扰动的拓扑特性联系起来。这有助于更好地理解鲁棒性，从而在实际场景中部署基于图形的模型。

下午，董晓文副教授还与同学们深入交流，讨论图机器学习等相关合作，同学们踊跃提问并交流。

董晓文副教授作报告