شبكة لى فنغ منظمة العفو الدولية تكنولوجي ريفيو: كما عقد مؤتمر دولي على أعلى مستوى في العالم لتعدين البيانات، الصادرة ACM SIGKDD مؤخرا دعوة للمشاركة 2019 عام. تنتبه إلى أن اجتماع هذا العام، مزدوجة التعمية نظام المحاكمة، فإن النتائج كانت من قبل لا يسمح للمساهمين ان يفرج عنها في ورقة أرخايف وغيرها من المنصات. وبالإضافة إلى ذلك، فقط تلك الأوراق البحثية العامة ورموز البيانات مؤهلة لخوض "أفضل ورقة" جائزة في هذه المادة.

ووفقا للموقع الرسمي الذي صدر مؤخرا إجراء مختلف أنواع البحوث (ابحاث) دعوة للمشاركة المعرض، والجمعية العامة هذا العام نلقي نظام مراجعة مزدوجة التعمية، وجميع الأوراق المقدمة يجب أن تكون مكتوبة بما يتفق بدقة مع الأحكام ذات الصلة، قد لا يحتوي على اسم المؤلف والهيئات الفرعية للمعلومات. أكد إشعار، الموعد النهائي للتقديم أو قبل عملية الاستعراض تقديم في شكل التقارير الفنية وغيرها للجمهور (خصوصا أرخايف) المقالات المنشورة، فإن الجمعية العامة يكون الرفض.

خفض المحتوى من الموقع الرسمي

أما بالنسبة للالتركيز على التطبيق العملي لعلم البيانات من أجل حل مشكلة (العلوم التطبيقية بيانات المسار) دعوة للمشاركة ولكن ليس المطلوب.

خفض المحتوى من الموقع الرسمي

هذا العام الموقع الرسمي لل"استنساخ" كمفتاح تصنف على أنها "السياسة الكبرى" المادة الأولى، تشجيع المؤلفين دراسة كشف التعليمات البرمجية والبيانات في النص، والنتائج التجريبية التي أعلن عنها في طريقة الإفصاح عنها في مجموعة البيانات، وصفا كاملا من الخوارزمية المستخدمة والموارد ممكن. من أجل تطوير روح المشتركة، KDD 2019 تنص على أنه فقط المقدمة تعكس "استنساخ" من محتويات مادتين إضافية في الورقة الأخيرة ليكون مؤهلا لخوض "أفضل ورقة" جائزة.

من قبيل الصدفة، مؤتمر الذكاء الاصطناعي آخر على مستوى أعلى ICML تفعل الشيء نفسه هذا العام، حكما مماثلا.

خفض المحتوى من الموقع الرسمي

أما بالنسبة للموضوعات (فئة الأبحاث) شروط، وأوصت KDD تغطية هذا العام ما يلي:

• البيانات الكبيرة: للنص وتحليل الرسومات، والتعلم الآلي، والتحسين، وبالتوازي مع والتعدين البيانات الموزعة (سحابة + خريطة-الحد) النظام، ودور البيانات الكبيرة خوارزميات جديدة والأساليب الإحصائية.

• العلوم البيانات: تحليل البيانات العلمية والتجارية، والشبكات الاجتماعية، والوقت سلسلة الخوارزمية، تسلسل التعدين، وتدفق، والنص، والربط الشبكي، والرسومات، والقواعد، والأنماط، وبيانات السجل والبيانات المكانية والزمانية، والبيانات البيولوجية؛ نظام توصية، والإعلان الحوسبة والوسائط المتعددة والمالية والمعلوماتية الحيوية وهلم جرا.

• بحوث الأساسية: نماذج والخوارزميات، وتحليل مقارب، واختيار النموذج، والحد من البعد، علاقة / التعلم المنظم، مصفوفة والموترة الأساليب واحتمال والأساليب الإحصائية؛ التعلم العميق، مشعب التعلم والتصنيف والتجميع، الانحدار، وشبه أشرف وغير خاضعة للرقابة تعلم، التخصيص والأمن والخصوصية، والتصور.

وقد طبقت InvestPro الأثرياء في الصحف موضوع الناشئة، والأوراق مساهمة كبيرة في تعزيز البحوث والتكنولوجيا، ورحب البحث العلمي أيضا دعوة اللجنة للأوراق.

المساهمون والمشاركون يكون الطلاب رسم التركيز على الطلب، سيتم عقد مؤتمر KDD هذا العام 4 أغسطس 2019 --8 اليوم في مرسى، ألاسكا، الولايات المتحدة الأمريكية، إسهامات محددة في الجدول التالي:

تقديم الموعد النهائي: 3 فبراير 2019

المساهمون تلقي الإخطارات: 28 أبريل 2019

ورقة تقديم النسخة النهائية: 17 مايو 2019

KDD 2019 دعوة لمتطلبات أكثر تفصيلا، يرون أنفسهم:

دعوة لمتطلبات ورقات

https://www.kdd.org/kdd2019/calls/view/kdd-2019-call-for-research-papers

تقديم URL

https://easychair.org/conferences/؟conf=kdd19

وأخيرا، من أجل حتى نتمكن من فهم أكثر بديهية من الجمعية العامة بناء على تفضيلات ورقات بحثية KDD وردت، وبالتالي زيادة نسبة مساهمة، لى فنغ شبكة AI تقنية التعليق على هذا كما وضعنا معا يحتوي على السنة التقويمية الجمعية KDD (2016--2018) الأوراق المقبولة البحوث الصف، أوراق التوزيع الموضوع وقائمة من أفضل الأوراق. وبالإضافة إلى ذلك، ونحن طبع مقال في جامعة إلينوي في شامبين طلاب الدكتوراه بيحان ون نعرف تقريبا على كبار المساهمين مهارات الكتابة والإجابة، وآمل أن تتمكن من مساعدة.

الملحق 1: KDD تلقي الأوراق في السنة التقويمية

[2016]

والبحث العلمي قبول أوراق:

العدد الإجمالي لعمليات التدقيق هو 784، وشملت 142.

تلقي توزيع ورقة الموضوع:

أكثر عموما التركيز على محتوى البيانات على نطاق واسع وغير منظم البيانات الناتجة عن التطبيق العملي، والتركيز على حل المشاكل العملية.

بحث أفضل ورقة المسار:

FRAUDAR: التنطط الرسم البياني الغش في وجه التمويه

الكاتب: براين هوي، هيون آه سونغ، أليكس بوتل نيل شاه، Kijung شين، كريستوس فالوتسوس (كل من جامعة كارنيجي ميلون)

أوراق الرابط: http: //www.cs.cmu.edu/~christos/PUBLICATIONS/kdd16-fraudar.pdf

ملخص: وفقا لتعليقات المستخدمين ومنتجاتها، أو أتباع وأتباع المعلومات الرسم البياني المزدوجة، ويجب علينا اتباع اتجاه كيفية التعرف على استعراض وهمية أو تعليقات؟ القائمة الاحتيال طريقة الكشف (كشف التحليل الطيفي) محاولة لتحديد كثيفة العقدة الفرعية الرسم البياني، العقد من بقايا الرسم البياني احتفظت عدد أقل من الروابط. ويمكن لهذه المحتالين استخدام وسائل "التمويه"، وهما بإضافة تعليق أو متابعة الهدف مع تعليق الصادق، ويجعل هذه التعليقات ويبدو أن "التطبيع" للتحايل على هذه طرق الكشف. والأسوأ من ذلك، بعض المحتالين استخدام حساب القراصنة المستخدمين صادقة ". هذا هو في الواقع وسيلة منظمة للتمويه. نقطة محورية في دراستنا هو العثور على وسائل المحتالين لتمويه أو القراصنة وجود حساب. نقترح FRAUDAR، ل(أ) وسائل مقاطعة التمويه، (ب) لمدة تصل إلى المحتالين فعالية، (ج) يمكن تطبيقها على نحو فعال لخوارزمية بيانات حقيقية. النتائج التي تم الحصول عليها تبين أن الظروف هجمات مختلفة، FRAUDAR في الكشف عن الغش وعدم الدقة الاحتيال التمويه التمويه تعلو على أكبر خوارزمية التنافسية. وبالإضافة إلى ذلك، فإن استخدام أتباع التغريد - كان أتباع التجربة الحقيقية 1470000000 حافة الرسم البياني، FRAUDAR كشف بنجاح المخططات الفرعية بما في ذلك أكثر من 4000 الحسابات تم الكشف، ومعظمهم لديهم حسابات تويتر التي يستخدمونها هو تابعا لخدمة شراؤها.

[2017]

والبحث العلمي قبول أوراق:

العدد الإجمالي لعمليات التدقيق هو 748، وشملت 130، بما في ذلك 64 عن طريق الفم، 66 ملصق الداء العليقي، وكانت معدلات التوظيف 8.6 و 8.8.

تلقي توزيع ورقة الموضوع:

الورق هو الأكثر شعبية الموضوع: بيانات السلاسل الزمنية (الزماني والسلاسل الزمنية للبيانات)، خوارزميات الرسم البياني (خوارزميات الرسم البياني).

بحث أفضل ورقة المسار:

تسريع الابتكار من خلال التعدين قياسا

الكاتب: توم هوب (الجامعة العبرية في القدس)؛ جويل تشان (جامعة كارنيجي ميلون)؛ Aniket Kittur (جامعة كارنيجي ميلون)؛ الدفنة شاهاف (الجامعة العبرية في القدس)

أوراق تحتوي على وصلة: الشبكي: //arxiv.org/pdf/1706.05585.pdf

الخلاصة: إن مفهوم مستودعات كبيرة (مثل قاعدة بيانات براءات الاختراع US) يمكن أن توفر الإلهام لإيجاد حلول للمشاكل مشابهة للشعب، لتسريع الابتكار والاكتشاف. ومع ذلك، والعثور على المعلومات المفيدة في هذه مستودع كبير وفوضوي للإنسان أو تكنولوجيا الآلي لا يزال يشكل تحديا. الحل التقليدي لديها بنية ارتفاع درجة العلائقية (مثل توصيف حساب التفاضل والتكامل المسند)، ولكن متفرق جدا ومكلفة قاعدة بيانات تم إنشاؤها يدويا. ويمكن تمديد بساطة تعلم آلة / المعلومات مقياس التشابه استرجاع لمجموعات البيانات اللغة الطبيعية على نطاق واسع، ولكن من الصعب أن أشرح التشابه الهيكلي، الذي هو جوهر القياس. تستكشف هذه الورقة توصيف الهيكلي أبسط جدوى وقيمة التعلم، ولا سيما "واسطة مشكلة"، الذي يحدد الغرض من المنتج، فضلا عن آليات لتحقيق هذا الغرض. ورقة ملزمة التعهيد الجماعي لطريقة وCNN، وآليات لغرض استخراج وصف المنتج ناقلات يشير. وتشير الأوراق التي هذه النواقل يمكن أن تتعلم أن تجد أكثر دقة وأسرع من الطريقة التقليدية التناظرية استرجاع المعلومات. في تجربة فكرية وقدرات استرجاع نموذج القياس لتعزيز إمكانية توليد الأفكار. وأظهرت النتائج أن التعلم وضعف التوصيف الهيكلي للاستخدام هو وسيلة فعالة لنطاق واسع قياسا الحوسبة.

[2018]

أوراق المقبولة:

وكان العدد الإجمالي للمراجعة 983، وشملت 178، 104 بما في ذلك عن طريق الفم، 74 الداء العليقي ملصق، معدل القبول 10.9 و 7.5.

تلقي توزيع ورقة الموضوع:

دراسة متعمقة لا يزال التيار الرئيسي، ولكن مجال الإشراف والتعلم غير خاضعة للرقابة ونقل الهدايا التعلم مستوى جديد.

بحث أفضل ورقة المسار:

الهجمات العدائية على الشبكات العصبية للبيانات الرسم البياني

الكاتب: دانيال Zgner (الجامعة التقنية في ميونيخ)، وأمير Akbarnejad (الجامعة التقنية في ميونيخ)، ستيفان Gnnemann (الجامعة التقنية في ميونيخ)

أوراق تحتوي على وصلة: الشبكي: //arxiv.org/pdf/1805.07984.pdf

الخلاصة: لقد حققت عمق خريطة نموذج التعلم والأداء القوي على المهام تصنيف العقدة. وعلى الرغم من الارتفاع الكبير في عدد من هذه النماذج، ولكن في الوقت الحاضر هناك أبحاث لمتانته في مكافحة الهجمات. في الميدان (لصفحات المثال) التي يمكن تطبيقها ضد أي هجوم هو شائع جدا. الشكل نموذج التعلم عمق يمكن بسهولة خدعت ذلك؟ في هذه الورقة، ونحن نقدم أول هجوم ضد الأبحاث على خريطة الممتلكات، وعلى وجه التحديد، ونحن نركز على رسم نموذج الإلتواء. وبالإضافة إلى هجوم خلال اختبار، ونحن أيضا معالجة أكثر تحديا التسمم / نوع يسببها (التسمم / المسبب) الهجمات، التي علينا أن نركز على نموذج التعلم الآلي مرحلة التدريب.

الملحق 2: "كيف لكتابة أطروحة ذات نوعية جيدة IEEE / ACM عملية في مستوى علم الحاسوب؟"

@ بيحان ون (المعروف ID تقريبا)

مؤلفين آخرين بشكل جيد جدا، وأعتقد قالوا هو على حق تماما لكتابة "الطريق".

أنا هنا لإضافة خبرتي قليلة يمكن أن يقال أن بعض من كتابة "الفن".

على الرغم من أن عدد قليل من الحيل، ولكن المؤيدة للاختبار هو المادة الأخيرة في لا ترتبط ارتباطا وثيقا. في الماجستير الأول "الطريق" الصحيح بعد وقوعها، والنجاح أو الفشل في كثير من الأحيان في "الفن" أعلاه.

في البداية، مجال عملي من الدراسة هو صورة / فيديو / البصرية التعلم / آلة في هذه الفئة، لذلك تجربتي التي قد تطبق بعض فقط للدائرة.

المحتوى، وعندما كنت في نفس الوقت من كلا الجانبين من الكتاب والمراجعين لخص تجربة عندما تأتي.

فن حديث الحرب، تحتاج الكفاح من أجل نعرف أنفسنا. مع عدم وجود مساهمة في الواقع، فإنه يعتمد على المراجعين للعبة. تذكر السادة ....

"إذا كنت تعرف العدو وتعرف نفسك، لا تحتاج تخشى نتيجة مائة معركة.

إذا كنت تعرف نفسك ولكن ليس العدو، وانتصار لكل اكتسبت أنت أيضا تعاني من الهزيمة.

إذا كنت تعرف أيا من العدو ولا نفسك، سوف تستسلم في كل معركة ".

- صن تزو، فن الحرب، 500BC

هذه التقنية الأولى فهم بشكل صحيح وضبط فكرة الكتابة .

أعتقد أن فكرة تقديم أعلى الكمبيوتر، وIEEE TRANS، في الواقع، مختلفة قليلا:

والأفكار الاستثمارية أعلى مجال الحاسب الآلي، فإن السبب يكون مختلفا عن IEEE TRANS، والفرق هو أساسا لأن ليس هناك نفس نظام المراجعة: عموما سوف تكون هناك حاجة كبار المراجع في فترة قصيرة جدا من الزمن، والكثير من المخطوطات المقدمة لل تعليقات المراجعين. وهذا يعني أنها يمكن أن يكون من الصعب قراءة بعناية فائقة محتويات مقالك، وحتى أكثر مهنية المراجعين لا تتطابق تماما مجال مواد هذه الظاهرة قد تحدث. وIEEE TRANS إعطاء عموما المراجعين وقت المراجع نسبيا فضفاضة 01:00، وأنا في بعض الأحيان قبل الموعد المحدد لم تنتهي المحاكمة، يمكنك أيضا العثور على AE طلب التمديد. والمراجعين IEEE TRANS، وبعد قراءة الاهتمامات البحثية مجردة المقال لا تريد لاغلاق إذا وجدت ذلك، فإنه يمكن أن يرفض استعراض الأقران. لذلك أشعر احتمال أكبر مباراة في مثل هذه يتم العثور على المراجعين، من التعليق العام بل لعله أكثر عرضة للقول المفتاح في مقالك.

وبناء على هذا، وأعتقد أنه سيكون أكثر كبار وتجدر الإشارة إلى التصويت، والرسالة التي ترغب في التعبير عن، لتكون بسيطة ومباشرة، وتسليط الضوء وتلخيص وأقول المراجعين في المكان الأكثر بروزا، حتى للقيام تغذية ملعقة. بعد كنت على نص المادة بكاملها لهذه الرسالة الرئيسية (الجدة الخاص بك، مساهمة، وتسليط الضوء، الخ) والخدمات، أنها لا تفسر، أو تقديم الأدلة الداعمة. فعلت المادة واضحة، لأن أعلى ستكون بعد تقديم، على الطعن يمكنك التواصل مع الناس والمراجعين، واحتمال كبير أقل احتمالا على المعلقين التعديلات من قبل. حتى الجولة الاولى من المقيمين ليست قادرة على اللحاق بسرعة جوهر مقالك، والانطباع من وجهات نظرهم مهم جدا. يمكنك بسهولة المراجعين والمراجعين أيضا مريحة بالنسبة لك.

IEEE TRANS التصويت على هذا مختلفة بعض الشيء، لأن أكثر من مرة، لديك لعبور المساهمين في وقت مبكر الحدود طالما أن نوعية البضائع الجافة، هم أقل عرضة للأن تكون مباشرة REJ، لا يزال لديه فرصة للحصول على مراجعة رئيسية عن طريق تعديل قبلت أخيرا. لذلك التركيز الخاص بك هو محاولة لجعل كبيرة، وأنه قد يزيد أيضا من وزن وتأثير مقالك. المجلات معنى الأصلي، هو الحاجة إلى إكمال عملك على القيام بذلك تماما، ثم لخص استنتاجات منهجية، بحيث تمنح الفرصة للمطبوعات الورقية اللعب الحر أكثر من ذلك، يمكنك التعبير عن رسالة أكثر تعقيدا وأكثر شمولا. أوراق المؤتمر، تحتاج إلى اتخاذ خيار، لا شيء خارج لرمي الملحق، لا تضع أي شيء في الجسم، يحتاج الجسم إلى التركيز.

الأسلوب الثاني هو يضعون أنفسهم لهذا المنصب لتحديد ما هو مستوى النشر للذهاب إلى التصويت.

أنا عادة من ثلاثة أبعاد لقياس نوعية العمل: (1) الابتكار، (2) درجة نظرية برهان، (3) النتائج التجريبية.

إذا كان هذا هو العام IEEE TRANS الصف، مثل TIP، لقبول هذا النوع من الورق TSP، وأعتقد أن هذه النقاط الثلاث يجب أن الحساب للأمل. وإذا كان كل ثلاثة قوية، تهانينا بعد ذلك، يمكنك تهمة متعة القدرة على كتابة ورقة، ومن ثم نتطلع إلى أثناء المراجعة والمراجع يضحك. إذا هذه النقاط الثلاث هي فقط اثنين قوية، ثم كنت بحاجة الى ان ننظر في مهارات الكتابة: لماذا لا عليك فقط وضع الخاص بك اثنين نقاط البيع الرئيسية للأقوى، مثل نتائجك هي للدولة من بين الفن ستحصل على نتيجة متفوقة، وإلا عصر الإبداعية الخاصة بك، ولكن النتيجة ليست كافية، ثم لديك لشرح هذه الفكرة لديها امكانات قوية لعمل المستقبل؛ أو أنك النظري للغاية، فإنك يجب علينا أن شرح، عمل العديد من التطبيقات مثل تحتاج إلى دعم هذه النظرية، من أجل وضع الأساس.

في الأساس، إذا كنت برهان مبتكرة، التجريبي والنظري للآثار، لدينا اثنين من قوي جدا، يمكنك بلوق على IEEE TRANS هذا المستوى. إذا كان لديك فقط قليلا الوقوف، ثم اعتقد انكم سوف يكون من الحكمة أن يستسلم، تستهدف نشر على مستوى منخفض هو أفضل، لأن الوجه الاستعراض التي لا نهاية لها، من جهة سوف يأخذك الكثير من الوقت، في حين كنت تعمل التأخير لن يتم نشر تفجير ثقتك بنفسك.

إذا كنت تستهدف بعض أكثر صعوبة في IEEE TRANS، مثل TPAMI، IJCV هذه الفئة، أو كنت تسير على CVPR التصويت، خطط التنفيذ الوطنية، ICML، سوف KDD في هذه الفئة يكون من الصعب، لذلك أعتقد أن هناك حاجة إلى أن احتلها مؤهل ذكرت كل النقاط الثلاث. أو حتى نقطة والتي قد تكون ضعيفة نسبيا، ثم اثنين آخرين سوف تحتاج قوية جدا، ثم بالإضافة إلى القليل من الحظ.

تقنية الثالثة هي حول القسم التجريبية :

منطقة كنت، على محمل الجد استنساخ التجارب. وذلك في الثقة I العامة تلك المراجعين سيكون المزيد من العمل في ورقة، وافقنا على نقل الكشف التعليمات البرمجية.

إذا كنت في العمل، المقابلة لتطبيق المعايير في مجالات مثل تصنيف الصور، صورة فائقة الدقة، وما إلى ذلك، يجب التأكد من أن

• وتغطي خوارزميات محاذاة الخاص في هذا المجال أحدث، الأكثر شعبية، وأفضل من عدة التأثير.

• استخدام قاعدة بيانات وإعدادات التجريبية، لا بد من الاعتراف من قبل الجميع في مجال المعايير.

• يجب أن تكون مقياس لقياس النتائج في هذا المجال تقبل على نطاق واسع.

• يجب الخوارزميات والخوارزميات أخرى على النقيض من حالة المعرض.

لأن أي واحد من هذه النقاط الأربع لم لا حق، سيكون لديك فرصة للطعن المعلقين، ومن ثم تتطلب التجارب التعديل. أعتقد أن التجربة قد يتم تعديل لتعديل جزء من المادة التي هي الأكثر إيلاما. . . لذا يجب التأكد من بدء اتخاذ تدابير وقائية.

شخصيا أعتقد أن هذه هي المهارات العملية للغاية، نريد لمساعدتك.

لأول مرة أكتب هذه، إذا كنت مهتما، أعود إلى إضافة.

المحاربين GL!

الرابط: الشبكي: //www.zhihu.com/question/22790506/answer/316005175

المصدر: يعرف تقريبا

الملحق 3: ACM SIGKDD الملف الشخصي

ACM SIGKDD (المؤتمر الدولي للتعدين البيانات واكتشاف المعرفة، مؤتمر اكتشاف المعرفة والتنقيب عن البيانات ،، يشار إلى KDD) هو أعلى مستوى في العالم من المؤتمرات الدولية في مجال استخراج البيانات، والبيانات من ACM (رابطة آلات الحوسبة، جمعية الحاسبات) والتعدين وأوصت الجمعية الكمبيوتر الصين جلسة فئة لجنة خاصة اكتشاف المعرفة (SIGKDD) هي المسؤولة عن تنسيق المنظمة. منذ عام 1995، وقد تم KDD في شكل الجمعية العامة التي عقدت لأكثر من عشرين القمة السنوية العالمية، باعتبار أن هذا المجال من مؤتمر أكاديمي كبار التنقيب عن البيانات، وتلقى أوراق KDD صارمة ومعروفة إلى الجمعية العامة، فإن معدل حفل الاستقبال السنوي لا يتجاوز 20، وبالتالي جدا من قبل الصناعة المعنية.

شبكة لى فنغ AI تكنولوجي ريفيو