某某茶叶有限公司欢迎您!

KDD 2019 投稿要求出炉:结果出炉前不得发表 arX

时间:2019-12-03 07:11

  举动天下数据开采范畴第一流此表国际聚会,ACM SIGKDD 正在近期宣布了 2019 年度的征稿合照。合照说明聚会本年选用双盲审造,结果出炉前投稿者不得专擅将论文宣布于 arXiv 等平台上。另表,只要那些正在作品中公然讨论代码和数据的论文才有资历竞选「最佳论文」一奖。

  按官网最新宣布的科研类(Research)征稿合照说明,本年的大会将选用双盲审核造,全数提交论文务必肃穆按摄影合规章举行撰写,不得包蕴作家姓名和附庸机构音信。合照中尤其夸大,正在投稿截止以前或正在投稿审核进程中以手艺讲述等办法对表公然(加倍是 arXiv)发布的作品,将会被大会拒稿。

  至于侧重实践题目管理的行使数据科学类(Applied Data Science Track)征稿则不作此哀求。

  本年官网将「可重现性」举动中心列为「主要战略」的首条,荧惑作家们正在文中公然讨论代码和数据、请示手段正在公然数据集上的实习结果,并尽恐怕完美描写所操纵的算法和资源。为了培育共享民风,KDD 2019 规章只要正在作品结果特别提交两页显示「可重现性」实质的论文,才有资历竞选「最佳论文」一奖。

  大数据:用于文本和图形了解、机械进修、优化、并行和分散式数据开采(云+map-reduce)编造、效用于大数据的希奇算法和统计手艺等。

  数据科学:了解科学和贸易数据、社交搜集、时期序列算法;开采序列、流、文本、搜集、图形、端正、形式、日记数据、时空数据、生物数据;举荐编造、告白谋略、多媒体、金融和生物音信学等。

  本原讨论:模子和算法、渐近了解;模子采取、降维、相合/组织化进修、矩阵和张量手段、概率和统计手段;深度进修;流形进修、分类、聚类、回归、半监视和无监视进修;性情化、安好和隐私和可视化等。

  那些正在新兴主旨上富饶灼见的论文以及正在促使手艺讨论上拥有巨大功劳的行使型论文,也同样受到科研类征稿委员会的接待。

  有投稿 & 参会需求的同窗划中心了,本年的 KDD 大会将于 2019 年 8 月 4 日——8 日正在美国阿拉斯加州安克雷奇市实行,简直投稿时期铺排如下:

  结果,为了让群多不妨更直观地舆解 KDD 大会正在科研类论文汲取上的喜爱,进而升高投稿射中率,雷锋网 AI 科技评论正在此为群多摒挡了一份包蕴 KDD 大会积年(2016——2018)科研类论文任命境况、论文主旨分散以及最佳论文的音信清单。另表,咱们还转载了一篇伊利诺伊香槟大学正在读博士生 Bihan Wen 合于顶会投稿写作妙技的知乎回复,欲望能对群多有所帮帮。

  摘要 :遵照用户和他们评论的产物,或随同者与被随同者的偶图音信,咱们应该怎么识别作假评论或跟风评论?现存的讹诈检测手段(谱检测等)试图识别结点的蚁集子图表,这些结点与保存下来的图表保留较少的干系。这些讹诈者不妨操纵「伪装」技术,即通过用诚恳的目的扩大评论或随同评论,并使得这些评论看起来「常态化」来规避这些检测手段。更为倒霉的是,有些讹诈者应用诚适用户的「黑客账户」,这种伪装技术确实是有结构的。咱们讨论的聚中央正在于挖掘以伪装技术或黑客账户存正在的讹诈者。咱们提出 FRAUDAR,一种用于 (a) 抵造伪装技术,(b) 供给讹诈者有用性的上限,(c) 不妨有用行使于可靠数据的算法。各样各样攻击前提下获取的实习结果说明,FRAUDAR 正在检测伪装性讹诈和非伪装性讹诈的精度方面都优于其最大角逐算法。另表,正在使用推特随同者-被随同者 14.7 亿边沿图表的可靠实习中,FRAUDAR 获胜地检测出一个包含 4000 多被检测账户的子图表,此中大无数具有推特账户的人显露他们用的是随同者置备的供职。

  摘要:大型观念资源库(如美国专利数据库)能够向人们供给雷同题目的管理计划的灵感,从而加快立异和挖掘。然而正在这些强大而凌乱的资源库中挖掘有效的音信,关于人类或主动化手艺来说仍是一个离间。守旧的管理手段有,拥有高度相合组织(如谓词演算表征)但十分希罕,且本钱很高的人为创修的数据库。更为浅易的机械进修/音信检索雷同性襟怀能够扩展到大型的天然言语数据集,但很难讲明组织雷同性,而这又是类比的重点。这篇论文商量了进修更浅易的组织表征的可行性和价钱,尤其是「题目形式」,它规章了产物的目标,以及告终该目标的机造。论文中的手段维系多包和 CNN,提取产物描写中的目标和机造向量显露。论文说明,这些进修到的向量能比守旧的音信检索手段,以更高精度和更疾速率找到类比。正在一个思念实习中,模子检索的类比才略擢升了发作创意的恐怕性。讨论结果说明,进修和应用较弱的组织表征,是大范畴谋略类比的有用手段。

  摘要:行使到图的深度进修模子曾经正在节点分类义务上告终了强盛的功能。尽量此类模子数目激增,但目前仍未有讨论涉及它们正在抗衡攻击下的鲁棒性。而正在它们恐怕被行使的范畴(比如网页),抗衡攻击是很常见的。图深度进修模子会随便地被哄骗吗?正在这篇论文中,咱们先容了首个正在属性图上的抗衡攻击讨论,简直而言,咱们聚焦于图卷积模子。除了测试时的攻击以表,咱们还管理了更具离间性的投毒/诱发型(poisoning/causative)攻击,此中咱们聚焦于机械进修模子的演练阶段。

  固然说只是极少妙技,但亲测是对结果作品中与不中亲热合联。正在开始把握了确切的「道」自此,原来成败往往就正在「术」上面。

  投谋略机范畴顶会的思绪,之于是会分歧于 IEEE TRANS,这内中的区别紧要是由于审稿轨造不太雷同:顶会的审稿人日常会哀求正在很短时期内,提交许多份稿件的审稿主见。这就意味着,他们恐怕很难十分留神地去读你作品的实质,以至更恐怕涌现审稿人的专业并不长短常成家作品范畴这种气象。而 IEEE TRANS 日常会给审稿人相对宽松一点的审稿时期,我有期间正在 deadline 前没审完,还能够找 AE 哀求延期。况且 IEEE TRANS 的审稿人,正在看完作品的 abstract 之后即使挖掘讨论意思不念合,是能够拒绝审稿的。于是我感到云云找到成家的审稿人的概率更大,日常出来的 comment 也就更恐怕说中你作品的合键。

  基于此,我以为投顶会更必要留意,把你念要表达的 message,要简单、直接、特别,正在最显眼的地方总结并告诉审稿人,以至要做到 spoon feeding。之后你整篇作品的正文都是要为了这几个紧要 message(你的 novelty, contribution, highlight 等等)而供职,做证据,或者是供给证据撑持。把作品做得直接了当,由于顶会正在投稿之后,就一轮 rebuttal 你能够和审稿人相易,况且很大抵率审稿人不太会修正之前的主见。于是第一轮审稿人是不是能很疾抓到你的作品重心,对他们的印象分十分主要。你容易审稿人,审稿人也就容易你。360彩票

  投 IEEE TRANS 这类就有点不太雷同,由于大无数期间,你初投稿只须质地过合有干货,都不太会被直接 rej,拿到 major rev 如故有机遇通过修正结果被经受。于是你的侧中心是要尽量让实质满盈,这也能够增长你作品的分量以及影响力。原来期刊的道理,即是必要把你的办事做完美做透,然后再总结出一套编造化的结论,于是刊物论文首肯你自正在阐明的空间就更多,你能够表达愈加丰富更全体的 message。而会论说文,你必要做选择,多余的东西不成就扔 supp,不要什么都往正文放,正文必要特别中心。

  即使是日常 IEEE TRANS 这个层次,好比 TIP, TSP 这类的经受论文,我以为这三点要占两点才有中的欲望。即使三点都有都很强,那么祝贺你,你能够很充容悠然地写一篇 paper,然后等待 review 时代和审稿人说笑风生了。即使这三点只要两点很强,那么你就必要留意一下写作妙技了:要不你就要把你的这两个紧要卖点给做强,好比你的实习结果是 state-of-the-art,你就要搞到 superior result;要不你的立异性开天辟地,然而后果不敷,那你就要证据这个 idea 正在另日的办事中有很强的潜力;要不你的表面性很强,那么你就要证据,许多行使类的办事都必要你这个表面的撑持,用以奠定本原。

  根基上,即使你正在立异性,表面证实度和实习后果中,能有两点很强,你都能够博一把 IEEE TRANS 这个级此表。即使你只要一点站得住脚,那么我感到你如故应当理智地放弃,target 一个初级此表刊物较量好,由于面临无尽的 review,一方面会占用你大宗时期,一方面你的办事迟迟不行发布也会攻击你的士气。

  即使你的 target 是极少较量难中的 IEEE TRANS,好比 TPAMI,IJCV 这一类;或者你是企图投 CVPR,NIPS,ICML,KDD 这一类很难中的会,那么我以为一个及格应当必要吞没我提到的所有三点。或者就算此中某一点恐怕较量弱,那么其他两点就必要很强,再表加一点运气。

  我所正在的范畴,是很着重实习的可反复性。于是日常我审稿都市更 trust 那些正在论文中,首肯会把代码公然的办事。

  由于这四点任何一个没做对,都市有机遇被 reviewer 质疑,然后哀求修正实习。我以为修正实习恐怕是作品修正内中最疼痛的逐一面。。。于是万万要一起先就防患于未然。

  ACM SIGKDD(国际数据开采与学问挖掘大会,Conference on Knowledge Discovery and Data Mining,,简称 KDD)是天下数据开采范畴的第一流此表国际聚会,由 ACM(Association of Computing Machinery,谋略机学会)的数据开采及学问挖掘专委会(SIGKDD)刻意协作经营,被中国谋略机协会荐为 A 类聚会。自 1995 年从此,KDD 曾经以大会的办法连接举办了二十余届环球峰会,举动数据开采范畴最顶级的学术聚会,KDD 大会以论文汲取肃穆驰名,每年的汲取率不超出 20%,以是颇受行业眷注。

  本站一面资源来历于搜集,本站转载出于传达更多音信之目标,版权归原作家或者来历机构全数,如转载稿涉及版权题目,请干系咱们。

  《码出高效:Java 开采手册》源于影响了环球250万名开采工程师的《阿里巴巴Java开采手册》,作家静心浸淀,对Java规约的前因后果举行了全体而彻底的实质梳理。《码出高效:Java 开采手册》以实战为中央,以希奇的角度全体阐发面向对象表面,逐渐深切地查究若何成为一位杰出开采工程师。好比:怎么轻而易举地操纵种种会集框架;怎么无往不利地管束高并发多线程题目;怎么天真烂漫地写出可读性强、可保卫性好的......一道来看看《码出高效:Java开采手册》这本书的先容吧!