KDD 2019 投稿要求出炉:结果出炉前不得发表 arXiv 鼓励公开研究

作者:admin发布时间: 2019-05-14浏览次数:

  雷锋网 AI 科技评论按:行动寰宇数据开掘范畴最高等另表国际集会,ACM SIGKDD 正在近期发表了 2019 年度的征稿告诉。告诉注明集会本年采用双盲审造,结果出炉前投稿者不得专擅将论文发表于 arXiv 等平台上。另表,只要那些正在著作中公然商量代码和数据的论文才有资历竞选「最佳论文」一奖。

  至于侧重实质题目治理的行使数据科学类(Applied Data Science Track)征稿则不作此请求。

  ACM SIGKDD(国际数据开掘与常识挖掘大会,Conference on Knowledge Discovery and Data Mining,,简称 KDD)是寰宇数据开掘范畴的最高等另表国际集会,由 ACM(Association of Computing Machinery,筹划机学会)的数据开掘及常识挖掘专委会(SIGKDD)刻意妥洽策划,被中国筹划机协会荐为 A 类集会。自 1995 年以还,KDD 一经以大会的形状一语气举办了二十余届环球峰会,行动数据开掘范畴最顶级的学术集会,KDD 大会以论文罗致庄厉着名,每年的罗致率不抢先 20%,是以颇受行业眷注。

  假设你的 target 是少许对照难中的 IEEE TRANS,譬喻 TPAMI,IJCV 这一类;或者你是准备投 CVPR,NIPS,ICML,KDD 这一类很难中的会,那么我以为一个及格该当须要吞没我提到的整个三点。或者就算个中某一点能够对照弱,那么其他两点就须要很强,再表加一点运气。

  按官网最新发表的科研类(Research)征稿告诉注明,本年的大会将采用双盲审核造,全数提交论文必需庄厉按拍照闭规矩举行撰写,不得包罗作家姓名和附庸机构讯息。告诉中希奇夸大,正在投稿截止以前或正在投稿审核历程中以手艺讲演等形状对表公然(加倍是 arXiv)公告的著作,将会被大会拒稿。

  基于此,我以为投顶会更须要细心,把你思要表达的 message,要简略、直接、出色,正在最显眼的地方总结并告诉审稿人,乃至要做到 spoon feeding。之后你整篇著作的正文都是要为了这几个闭键 message(你的 novelty, contribution, highlight 等等)而任事,做阐述,或者是供应证据撑持。把著作做得直接了当,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篡改之前的见解。于是第一轮审稿人是不是能很速抓到你的著作中心,对他们的印象分特地要紧。你轻易审稿人,审稿人也就轻易你。

  末了,为了让民多可以更直观地清楚 KDD 大会正在科研类论文罗致上的喜欢,进而进步投稿射中率,雷锋网 AI 科技评论正在此为民多清理了一份包罗 KDD 大会积年(2016——2018)科研类论文委用状况、论文焦点分散以及最佳论文的讯息清单。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 闭于顶会投稿写作技能的知乎答复,期望能对民多有所帮帮。

  有投稿 & 参会需求的同砚划核心了,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进行,整个投稿年光安置如下:

  假设是凡是 IEEE TRANS 这个层次,譬喻 TIP, TSP 这类的领受论文,我以为这三点要占两点才有中的期望。假设三点都有都很强,那么祝贺你,你能够很充容悠然地写一篇 paper,然后等待 review 岁月和审稿人讲笑风生了。假设这三点只要两点很强,那么你就须要细心一下写作技能了:要不你就要把你的这两个闭键卖点给做强,譬喻你的尝试结果是 state-of-the-art,你就要搞到 superior result;要不你的更始性开天辟地,不过恶果亏折,那你就要阐述这个 idea 正在他日的作事中有很强的潜力;要不你的表面性很强,那么你就要阐述,许多行使类的作事都须要你这个表面的撑持,用以奠定根源。

  摘要 :遵照用户和他们评论的产物,或追随者与被追随者的偶图讯息,咱们应该奈何识别伪善评论或跟风评论?现存的棍骗检测手法(谱检测等)试图识别结点的群集子图表,这些结点与保存下来的图表保留较少的联络。这些棍骗者可以行使「伪装」手法,即通过用朴拙的主意扩充评论或追随评论,并使得这些评论看起来「常态化」来规避这些检测手法。更为倒霉的是,有些棍骗者行使诚适用户的「黑客账户」,这种伪装手法确实是有结构的。咱们商量的聚核心正在于挖掘以伪装手法或黑客账户存正在的棍骗者。咱们提出 FRAUDAR,一种用于 (a) 抵造伪装手法,(b) 供应棍骗者有用性的上限,(c) 可以有用行使于确凿数据的算法。种种各样攻击前提下得回的尝试结果注明,FRAUDAR 正在检测伪装性棍骗和非伪装性棍骗的精度方面都优于其最大逐鹿算法。另表,正在利用推特追随者-被追随者 14.7 亿角落图表简直凿尝试中,FRAUDAR 得胜地检测出一个席卷 4000 多被检测账户的子图表,个中大大批具有推特账户的人默示他们用的是追随者采办的任事。

  摘要:行使到图的深度进修模子一经正在节点分类职业上达成了健旺的职能。即使此类模子数目激增,但目前仍未有商量涉及它们正在对立攻击下的鲁棒性。而正在它们能够被行使的范畴(比方网页),对立攻击是很常见的。图深度进修模子会方便地被利用吗?正在这篇论文中,咱们先容了首个正在属性图上的对立攻击商量,整个而言,咱们聚焦于图卷积模子。除了测试时的攻击以表,咱们还治理了更具挑衅性的投毒/诱发型(poisoning/causative)攻击,个中咱们聚焦于呆板进修模子的陶冶阶段。

  我所正在的范畴,是很注意尝试的可反复性。于是凡是我审稿都市更 trust 那些正在论文中,应允会把代码公然的作事。

  投 IEEE TRANS 这类就有点不太相同,由于大大批时期,你初投稿只须质料过闭有干货,都不太会被直接 rej,拿到 major rev 仍旧有时机通过篡改末了被领受。于是你的侧核心是要尽量让实质弥漫,这也能够增进你著作的分量以及影响力。素来期刊的意思,即是须要把你的作事做完善做透,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发扬的空间就更多,你能够表达愈加繁复更周密的 message。而会论说文,你须要做弃取,多余的东西弗造诣扔 supp,不要什么都往正文放,正文须要出色核心。

  数据科学:剖判科学和贸易数据、社交收集、年光序列算法;开掘序列、流、文本、收集、图形、条例、形式、日记数据、时空数据、生物数据;推选编造、告白筹划、多媒体、金融和生物讯息学等。

  本年官网将「可重现性」行动核心列为「要紧策略」的首条,激劝作家们正在文中公然商量代码和数据、请示手法正在公然数据集上的尝试结果,并尽能够完善描写所行使的算法和资源。为了提拔共享习尚,KDD 2019 规矩只要正在著作末了卓殊提交两页展现「可重现性」实质的论文,才有资历竞选「最佳论文」一奖。

  固然说只是少许技能,但亲测是对末了著作中与不中亲密闭连。正在开始担任了确切的「道」往后,实在成败往往就正在「术」上面。

  投筹划机范畴顶会的思绪,之于是会分歧于 IEEE TRANS,这内里的区别闭键是由于审稿轨造不太相同:顶会的审稿人凡是会请求正在很短年光内,提交许多份稿件的审稿见解。这就意味着,他们能够很难特地提防线去读你著作的实质,乃至更能够显露审稿人的专业并不是极度配合著作范畴这种地步。而 IEEE TRANS 凡是会给审稿人相对宽松一点的审稿年光,我有时期正在 deadline 前没审完,还能够找 AE 请求延期。况且 IEEE TRANS 的审稿人,正在看完著作的 abstract 之后假设挖掘商量风趣不思闭,是能够拒绝审稿的。于是我感触如此找到配合的审稿人的概率更大,凡是出来的 comment 也就更能够说中你著作的闭键。

  摘要:大型观念资源库(如美国专利数据库)能够向人们供应相同题目标治理计划的灵感,从而加快更始和挖掘。然而正在这些强大而凌乱的资源库中挖掘有效的讯息,对待人类或自愿化手艺来说仍是一个挑衅。古板的治理手法有,拥有高度联系机闭(如谓词演算表征)但特地零落,且本钱很高的人为创修的数据库。更为简易的呆板进修/讯息检索一致性怀抱能够扩展到大型的天然措辞数据集,但很难注解机闭一致性,而这又是类比的中心。这篇论文探究了进修更简易的机闭表征的可行性和价钱,希奇是「题目形式」,它规矩了产物的目标,以及达成该目标的机造。论文中的手法连接多包和 CNN,提取产物描写中的目标和机造向量默示。论文注明,这些进修到的向量能比古板的讯息检索手法,以更高精度和更急速率找到类比。正在一个思思尝试中,模子检索的类比本领晋升了出现创意的能够性。商量结果注明,进修和行使较弱的机闭表征,是大范围筹划类比的有用手法。

  大数据:用于文本和图形剖判、呆板进修、优化、并行和分散式数据开掘(云+map-reduce)编造、感化于大数据的簇新算法和统计手艺等。

  那些正在新兴焦点上富足灼见的论文以及正在鞭策手艺商量上拥有庞大功劳的行使型论文,也同样受到科研类征稿委员会的迎接。

  根源商量:模子和算法、渐近剖判;模子采取、降维、联系/机闭化进修、矩阵和张量手法、概率和统计手法;深度进修;流形进修、分类、聚类、回归、半监视和无监视进修;脾气化、安详和隐私和可视化等。

  开始声明,我的商量范畴是图像/视频/视觉/呆板进修这一类,于是我的经历有些能够仅仅合用于这个圈子。

  根本上,假设你正在更始性,表面证据度和尝试恶果中,能有两点很强,你都能够博一把 IEEE TRANS 这个级另表。假设你只要一点站得住脚,那么我感应你仍旧该当理智地放弃,target 一个初级另表刊物对照好,由于面临无尽的 review,一方面会占用你大宗年光,一方面你的作事迟迟不行公告也会妨碍你的士气。

  由于这四点任何一个没做对,都市有时机被 reviewer 质疑,然后请求篡改尝试。我以为篡改尝试能够是著作篡改内里最困苦的逐一面。。。于是万万要一最先就防患于未然。

  雷锋网 AI 科技评论按:行动寰宇数据开掘范畴最高等另表国际集会,ACM SIGKDD 正在近期发表了

  附录 2 :《奈何写好一篇高质料的IEEE/ACM Transaction级另表筹划机科学论文?》