AI Technology Review par: En tant que conférence internationale au plus haut niveau dans le monde de l'exploration de données, SIGKDD a récemment publié un appel de communications année 2019. Prendre connaissance indiqué que la réunion de cette année, le système d'essai en double aveugle, les résultats ont été avant que les contributeurs ne sont pas autorisés à être publié dans le journal arXiv et d'autres plates-formes. En outre, seuls les documents de recherche publics et des codes de données sont admissibles à exécuter pour « Best Paper » un prix dans l'article.
Selon le site officiel récemment publié classe de recherche (recherche) Appel montrer les documents, l'Assemblée générale de cette année aura un système d'examen à double insu, tous les documents soumis doivent être rédigés dans le strict respect des dispositions pertinentes, ne peuvent pas contenir le nom et les organes subsidiaires de l'information de l'auteur. a souligné avis, Date limite de soumission ou avant que le processus d'examen des présentations sous forme de rapports techniques et d'autres articles publiés publiquement disponibles (en particulier arXiv), l'Assemblée générale sera rejet.
Contenu coupé sur le site officiel
En ce qui concerne l'accent sur l'application pratique de la science des données pour résoudre le problème (Data Science appliquée Track) Appel à communications, mais non obligatoire.
Contenu coupé sur le site officiel
Cette année, le site officiel de la « reproductibilité » comme clé classée comme « politique majeure » premier article, les auteurs encouragent Étude a révélé le code et les données dans le texte, les résultats expérimentaux rapportés dans la méthode décrite dans l'ensemble de données, et une description complète de l'algorithme utilisé et les ressources que possible. Afin de développer une éthique partagée, KDD 2019 règlements Submit reflète « reproductibilité » du contenu des deux articles supplémentaires dans le dernier papier pour être admissible à courir pour « Best Paper » un prix.
Par coïncidence, un autre haut niveau conférence de l'intelligence artificielle de ICML faire de même cette année, une disposition similaire (voir https://www.leiphone.com/news/201811/WNhZmZkLGvTmvru0.html aller à la période considérée).
Contenu coupé sur le site officiel
En ce qui concerne les sujets (catégorie de recherche) termes, KDD couverture recommandée de cette année:
-
Big Data: Le texte et l'analyse graphique, l'apprentissage automatique, optimisation, parallèle et système exploration de données distribuée (cloud + carte-reduce), le rôle des grandes données nouveaux algorithmes et des techniques statistiques.
-
Sciences des données: L'analyse des données scientifiques et commerciales, les réseaux sociaux, l'algorithme de séries temporelles; séquence d'exploitation, du flux, texte, mise en réseau, des graphiques, des règles, des modèles, des données de journal, les données spatio-temporelles, données biologiques, système de recommandation, la publicité informatique, le multimédia, la finance et la bio-informatique et ainsi de suite.
-
Recherche fondamentale: Modèles et algorithmes, analyse asymptotique, sélection de modèles, la réduction de la dimension, relation / apprentissage structuré, la matrice et les méthodes tenseurs, les probabilités et les méthodes statistiques, l'apprentissage en profondeur, l'apprentissage de variétés, la classification, le regroupement, la régression, semi-supervisé et non supervisé l'apprentissage, la personnalisation, la sécurité et la vie privée et la visualisation.
INVESTPRO riches dans les pays émergents documents thématiques et papiers ont appliqué la contribution importante dans la promotion de la recherche technologique et la recherche scientifique a également salué l'appel de communications de la Commission.
Collaborateurs et participants ont les élèves ne sont pas focalisées de la demande, se tiendra cette année Conférence KDD 4 Août, 2019 --8 jour à Anchorage, Alaska, États-Unis, des contributions spécifiques à l'horaire suivant:
Date limite de soumission: 3 février 2019
Collaborateurs reçoivent des notifications: 28 avril 2019
Papier soumettre la version finale: 17 mai 2019
KDD 2019 Appel à des exigences plus détaillées, se voir:
Appel à besoins Documents:
https://www.kdd.org/kdd2019/calls/view/kdd-2019-call-for-research-papers
URL Présentation:
https://easychair.org/conferences/?conf=kdd19
Enfin, pour que nous puissions comprendre plus intuitive de l'Assemblée générale sur les préférences des documents de recherche KDD reçu, augmentant ainsi le pourcentage de contribution, Lei Feng réseau de commentaire AI Technology sur ce que nous avons mis sur pied une année civile contient Assemblée KDD (2016 à -2018) les articles acceptés de recherche de classe, documents de distribution sujet et une liste des meilleurs articles. De plus, nous reproduisons un article à l'Université de l'Illinois à Champaign thésards Wen Bihan savoir presque sur les compétences d'écriture haut contributeur répondra, je l'espère, vous pouvez aider.
Annexe 1: KDD de recevoir des documents dans l'année civile
[2016]
Et la recherche scientifique acceptée Documents:
Le nombre total d'audits est 784, inclus 142.
Réception de distribution de papier sujet:
Dans l'ensemble plus l'accent sur le contenu des données à grande échelle et des données non structurées générées par l'application pratique, l'accent sur la résolution de problèmes pratiques.
Filière Recherche du meilleur article:
FRAUDAR: englobante Graphique fraude dans le visage de camouflage
Auteur: Bryan Hooi, Hyun Ah Song, Alex Beutel, Neil Shah, Kijung Shin, Christos Faloutsos (tous de l'Université Carnegie Mellon)
Documents lien: http: //www.cs.cmu.edu/~christos/PUBLICATIONS/kdd16-fraudar.pdf
Résumé: Selon les commentaires des utilisateurs et de leurs produits, ou disciples et les adeptes de la double information graphique, nous devons suivre la tendance de la façon d'identifier des faux commentaires ou des commentaires? méthode de détection de la fraude existante (spectroscopie de détection) tentent d'identifier le noeud sous-graphe dense, les noeuds des restes de graphique conservés moins de liens. Ces fraudeurs peuvent utiliser des moyens « de camouflage », à savoir en ajoutant un commentaire ou suivez la cible avec un commentaire sincère, et fait ces commentaires semblent « normalisation » pour contourner ces méthodes de détection. Pire encore, certains fraudeurs utilisent le hacker compte des utilisateurs honnêtes. « Ceci est en effet un moyen de camouflage organisé. Le point focal de notre étude est de trouver les moyens fraudeurs de déguiser ou de compte pirate existe. Nous vous proposons FRAUDAR, pour (a) des moyens de camouflage de boycott, (b) pour un maximum de l'efficacité, les fraudeurs (c) peut être appliqué efficacement réel algorithme de données. Les résultats obtenus montrent que les conditions dans diverses attaques, FRAUDAR dans la détection de la fraude et de fraude de camouflage de camouflage non-précision sont supérieures à son plus grand algorithme concurrentiel. De plus, l'utilisation des adeptes de Twitter - adeptes de la vraie expérience était de 1,47 milliard bord du graphique, FRAUDAR détecter avec succès un sous-tableaux dont plus de 4000 ont été détectés des comptes, dont la plupart ont des comptes Twitter qu'ils utilisent est un adepte du service acheté.
[2017]
Et la recherche scientifique acceptée Documents:
Le nombre total de vérifications est 748, 130 inclus, y compris 64 par voie orale, 66 affiche Pian, les taux d'emploi était de 8,6% et 8,8%.
Réception de distribution de papier sujet:
Le papier est le plus sujet populaire: les données de séries chronologiques (données temporelles et séries chronologiques), des algorithmes de graphes (algorithmes de graphique).
Filière Recherche du meilleur article:
L'accélération de l'innovation par Analogie Mining
Auteur: Tom Hope (Université hébraïque de Jérusalem), Joel Chan (Carnegie Mellon University), Aniket Kittur (Carnegie Mellon University), Dafna Shahaf (Université hébraïque de Jérusalem)
Documents lien: https: //arxiv.org/pdf/1706.05585.pdf
Résumé: Le concept de grands dépôts (tels que la base de données de brevets des États-Unis) peut inspirer des solutions à des problèmes similaires aux personnes, pour accélérer l'innovation et la découverte. Cependant, trouver des informations utiles dans ces grand dépôt et désordonné pour l'homme ou la technologie automatisée est toujours un défi. La solution traditionnelle a une structure relationnelle de haut niveau (tels que la caractérisation du calcul des prédicats) mais très rares et base de données coûteuse créée manuellement. Apprentissage machine simple / informations mesure de similarité de récupération peut être étendue à grande échelle des ensembles de données en langage naturel, mais il est difficile d'expliquer la similitude structurelle, qui est au cur de l'analogie. Ce document explore la caractérisation structurale plus simple de la faisabilité et la valeur de l'apprentissage, en particulier « mode problème », qui définit le but du produit, ainsi que des mécanismes pour atteindre cet objectif. Procédé de liaison de papier crowdsourcing et CNN, et des mécanismes en vue de l'extraction de la description du produit vectoriel indique. Documents montrent que ces vecteurs peuvent apprendre à trouver plus précis et plus rapide que la méthode analogique traditionnelle de la recherche d'information. Dans une expérience de pensée, les capacités d'extraction de modèle analogie pour améliorer la possibilité d'idées génératrices. Les résultats montrent que l'apprentissage et la caractérisation structurale faible d'utilisation est une méthode efficace à grande échelle analogie informatique.
[2018]
Articles acceptés:
Le nombre total d'examen 983, inclus 178, 104, y compris par voie orale, 74 Poster Pian, le taux d'acceptation était de 10,9% et 7,5%.
Réception de distribution de papier sujet:
étude approfondie encore le grand public, mais le domaine de la supervision et de l'apprentissage non supervisé et présente l'apprentissage d'un nouveau transfert de haut.
Filière Recherche du meilleur article:
Attaques accusatoires sur les réseaux de neurones pour le graphique des données
Auteur: Daniel Zügner (Université technique de Munich), Amir Akbarnejad (Université technique de Munich), Stephan Günnemann (Université technique de Munich)
Documents lien: https: //arxiv.org/pdf/1805.07984.pdf
Résumé: La carte modèle d'apprentissage en profondeur a réalisé une solide performance sur les tâches de classification des nuds. En dépit de l'augmentation du nombre de ces modèles, mais à l'heure actuelle il y a des recherches à leur robustesse dans la lutte contre les attaques. Dans le domaine (pour les pages, par exemple), ils peuvent être appliqués contre les attaques est très commun. modèle Figure d'apprentissage en profondeur pourrait facilement se tromper il? Dans cet article, nous présentons la première attaque contre la recherche sur la carte de propriété, en particulier, nous nous concentrons sur le dessin modèle de convolution. En plus de l'attaque lors d'un test, nous abordons aussi les attaques plus difficiles empoisonnement / type induit (empoisonnement / causal), dans lequel nous nous concentrons sur le modèle d'apprentissage de la machine en phase de formation.
Annexe 2: « Comment écrire une bonne qualité thèse transaction IEEE / ACM dans le niveau de la science informatique? »
@ Wen Bihan (connu presque ID)
D'autres auteurs sont très bien, je pense qu'ils ont dit est tout à fait raison d'écrire la « route ».
Je suis ici pour ajouter mon expérience peu de gens peuvent dire que certains de l'écriture de « l'art ».
Bien que seulement quelques tours, mais pro-test est le dernier article ne sont pas étroitement liés. Dans le premier maître, le « chemin » correct après le fait, le succès ou l'échec souvent dans « l'art » ci-dessus.
Au début, mon champ d'étude est une image / vidéo / apprentissage visuel / machine dans cette classe, donc mon expérience que certains ne peuvent appliquer au cercle.
Le contenu, quand j'étais en même temps des deux côtés des auteurs et des examinateurs a résumé l'expérience en venir.
Art de parler de guerre, combat doit nous connaître. Sans contribution en fait, cela dépend des critiques du jeu. Rappelez-vous messieurs ....
« Si vous connaissez l'ennemi et vous le savez, vous ne devez pas craindre le résultat de cent batailles.
Si vous vous connaissez, mais pas l'ennemi, pour chaque victoire, vous aurez également subir une défaite.
Si vous ne connaissez ni l'ennemi ni vous-même, vous succomberez dans toutes les batailles ".
- Sun Tzu, L'art de la guerre, 500BC
La première technique consiste à comprendre correctement et ajuster l'idée d'écrire.
Je pense que l'idée de soumission surmontera ordinateur et IEEE TRANS, en fait, un peu différent:
Les idées d'investissement comblerons domaine de l'informatique, la raison sera différente de la norme IEEE TRANS, la différence est principalement parce qu'il n'y a pas le même système d'évaluation: évaluateur local sera généralement nécessaire dans une très courte période de temps, beaucoup de manuscrits soumis à la les commentaires des examinateurs. Cela signifie qu'ils peuvent être difficiles à lire très attentivement le contenu de votre article, encore plus critiques professionnels correspondent pas tout à fait le domaine des articles de ce phénomène peut se produire. IEEE TRANS donnent généralement un relecteur examinateurs de temps un peu relativement détendue, je parfois avant la date limite n'a pas terminé l'épreuve, vous pouvez également trouver AE demander une prolongation. Et examinateurs IEEE TRANS, et après avoir lu les intérêts de recherche abstraite de l'article ne veulent pas fermer si elle se trouve, il peut refuser d'examen par les pairs. Donc, je me sens une plus grande probabilité de match tel est trouvé examinateurs, sur le commentaire général, il est encore plus susceptible de dire la clé dans votre article.
Sur cette base, je pense qu'il serait plus haut vote devrait noter, le message que vous voulez exprimer, être simple, directe, mettre en évidence, Résumer et dire critiques à l'endroit le plus visible, même pour faire alimentation à la cuillère. Une fois que vous êtes au texte de l'article en entier à ces message principal (votre nouveauté, contribution, fort, etc.) et des services, il n'explique, ou de fournir des preuves à l'appui. L'article fait simple, parce que le sommet sera après la présentation, sur une contre-preuve, vous pouvez communiquer avec des personnes et des examinateurs, et une grande probabilité moins susceptibles de modifications des chercheurs avant. Donc, le premier tour d'examinateurs ne sont pas en mesure de saisir rapidement l'essentiel de votre article, l'impression de leurs points est très important. Vous facilement examinateurs, les examinateurs aussi pratique pour vous.
vote IEEE TRANS sur un peu différent, parce que la plupart du temps, vous devez franchir la frontière des contributeurs début aussi longtemps que la qualité des produits secs, sont moins susceptibles d'être directement rej, a encore une chance d'obtenir majeure rev en modifiant finalement accepté. Donc, votre objectif est d'essayer de faire substantiel et il peut également augmenter le poids et l'influence de votre article. Les revues de sens d'origine, est la nécessité d'achever votre travail de le faire à fond, puis résume les conclusions d'une manière systématique, afin de permettre un espace pour vos publications sur papier libre jeu encore plus, vous pouvez exprimer un message plus complexe et plus complet. Les documents de la conférence, vous devez faire un choix, pas quelque chose en plus à jeter supp, ne pas mettre quoi que ce soit dans le corps, le corps a besoin de se concentrer.
La seconde technique consiste à trouver leur propre emploi de décider quel niveau de publication pour aller voter.
Je habituellement de trois dimensions pour mesurer la qualité d'une uvre: (1) l'innovation, (2) le degré de théorie de la preuve, (3) les résultats expérimentaux.
Si tel est le niveau général IEEE TRANS, tels que TIP, d'accepter ce genre de papier TSP, je pense que ces trois points doivent rendre compte de l'espérance. Si les trois sont forts, toutes nos félicitations, vous pouvez charger le plaisir de la capacité d'écrire un papier, puis attendons avec impatience lors de l'examen et l'examinateur en riant. Si ces trois points ne sont que deux forts, alors vous devez regarder les compétences en écriture: Pourquoi ne pas vous venez de mettre vos deux principaux arguments de vente pour plus forts, tels que vos résultats sont l'état de l'art vous obtiendrez résultat supérieur, ou bien votre époque créative, mais l'effet ne suffit pas, alors vous devez expliquer cette idée a un fort potentiel pour les travaux futurs, ou vous êtes très théorique, alors vous nous devons expliquer, de nombreuses applications fonctionnent comme vous avez besoin pour soutenir cette théorie, afin de jeter les bases.
En gros, si vous êtes la preuve innovante, expérimentale et théorique des effets, d'avoir deux très fort, vous pouvez bloguer un ce niveau IEEE TRANS. Si vous avez seulement un peu debout, alors je pense que vous seriez sage de renoncer, cibler une publication à faible niveau est mieux, parce que le visage de l'examen sans fin, d'une part vous prendre beaucoup de temps, pendant que vous travaillez délais ne sera pas publié souffler votre moral.
Si vous ciblez une partie de la plus difficile dans l'IEEE TRANS, comme TPAMI, IJCV cette catégorie, ou vous allez voter CVPR, NIPS, ICML, KDD dans cette catégorie sera difficile, donc je pense qu'il doit être occupé par un qualifié je l'ai mentionné les trois points. Ou même un point qui peut être relativement faible, alors que les deux autres aurait besoin très fort, puis, plus un peu de chance.
La troisième technique est de l'expérience:
Zone j'étais, très au sérieux la reproductibilité des expériences. Donc, en général, je faire confiance à ces examinateurs seront plus de travail dans le document, nous avons convenu de transmettre la divulgation du code.
Si vous travaillez, ce qui correspond à une application standard dans des domaines tels que la classification d'image, l'image super-résolution, etc., vous devez vous assurer que
Vos algorithmes d'alignement dans ce domaine couvrent le plus récent, le plus populaire, et le meilleur de plusieurs cet effet.
Vous utilisez une base de données et les paramètres expérimentaux, il doit être reconnu par tout le monde dans le domaine des normes.
Vous devez être une métrique pour mesurer les résultats dans ce domaine largement acceptée.
Vous devez algorithmes et d'autres algorithmes contrairement au cas de la foire.
Parce que l'un de ces quatre points n'a pas bien faire, vous aurez l'occasion d'être contestée critique, et nécessitent des expériences de modification. Je pense que l'expérience peut être modifiée pour modifier une partie de l'article qui est le plus douloureux. . . Assurez-vous donc de lancer des mesures préventives.
Personnellement, je pense que ce sont des compétences très pratiques, veulent vous aider.
Tout d'abord écrire ces derniers, si vous êtes intéressé, je reviens à ajouter.
guerriers GL!
lien:
https://www.zhihu.com/question/22790506/answer/316005175
