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~