蕭箫 發自 凹非寺
量子位 | 公衆号 QbitAI
圖機器學習大牛們，最近突然都在轉發一個機器學習會議的動向。
無論是圖注意力網絡一作Petar Veli kovi ：
還是幾何深度學習提出者Michael Bronstein：
都在關注這個機器學習會議，其中Bronstein還特意寫了個部落格号召大家參加。
這是怎麼回事？
原來，大牛們準備搞個專屬于圖&幾何機器學習的學術會議了。
會議名叫Learning on Graphs Conference（LoG），差別于NeurIPS，ICML和ICLR等學術會議，這個新舉辦的會議接收的投稿都與圖&幾何機器學習相關。
也就是說，有很多在NeurIPS，ICML和ICLR上面讨論不到的細分圖&幾何ML領域，在LoG上都可以進行讨論，還能得到各個圖機器學習大牛的指導。
是以，這個會議究竟有哪些大牛參與，讨論哪些方向的主題，參與形式又是什麼？
一起來看看。
LoG是一個怎樣的會議？
事實上，這次會議基本“集齊”了國内外有名的圖&幾何機器學習大牛。
例如graph2vec和GraphSAGE的作者Jure Leskovec、機器學習元老Michael Jordan弟子Stefanie Jegalka，以及在小分子藥物領域涉獵廣泛的唐建，還有清華大學教授唐傑等，都會參與此次會議。
是以，任何與圖&幾何機器學習相關的主題，都能放到這次學術會議上讨論。
例如，與圖機器學習相關的包括分子發現、實體科學、推薦系統、計算機視覺、自然語言處理等應用領域，以及圖神經網絡架構、和圖生成模型等理論方向，都在這次會議的讨論範疇之内。
偏工業和落地應用的也可以，如計算化學、交通網絡、社交網絡、推薦系統或醫療保健等。
Michael Bronstein認為，理論上圖機器學習的所有子領域，都可以在這次會議上被讨論，這樣才有可能碰撞出新的靈感火花。
首次線上舉行，評審還有獎金
今年是LoG會議舉辦的第一年，這次會議将以線上的形式召開。
是以，任何人都能通過網絡參與這次會議，得到大牛們的指點。
具體到投稿上，這次論文也将采用開放評審（Open Review）的方式進行，目前也在召集合适的論文評審，并有機會獲得每人1500美元的獎勵。
從官網顯示時間來看，到9月前都還有機會準備論文。
第一屆LoG會議，則将在12月進行召開。
對圖&幾何機器學習有研究的小夥伴，可以考慮開始準備&投稿了~