当前位置:金沙澳门官网 > 科技资讯 > ACM公布2018年度杰出科学家名单,拒绝纸上谈兵的区块链金沙澳门官网:

ACM公布2018年度杰出科学家名单,拒绝纸上谈兵的区块链金沙澳门官网:

文章作者:科技资讯 上传时间:2019-11-24

原标题:黄铭钧:拒绝纸上谈兵的区块链「实干家」 | CNCC 2018

金沙澳门官网 1

ACM SIGMOD(Special Interest Group On Management Of Data)

由美国计算机协会(ACM)数据管理专业委员会(SIGMOD)发起、在数据库领域具有最高学术地位的国际性学术会议。会议的目的是在全球范围内为数据库领域的研究者、开发者以及用户提供一个探索最新学术思想和研究方法、交流开发技巧、工具以及经验的平台,引导和促进数据库学科的发展。数据库的最好会议,也是最好的系统类的会议之一。已经有30年的历史。一般在美国开,加拿大开过两次。最近开始每隔几年在别的洲开一次。94年在巴黎,97年在北京。现在能见到越来越多的第一作者是中国学生的SIGMOD paper。与VLDB/ICDE不同,它是double blind review的会议。

网址:http://www.sigmod.org/

数据库和数据挖掘领域的会议和期刊

雷锋网 AI 科技评论按:身为世界顶级的数据库专家,新加坡国立大学杰出教授黄铭钧最为人津津乐道的,是他与工业界的紧密结合,总能第一时间将科研成果转化为生产力。以当下火热的区块链为例,他与研究团队先后贡献了首个区块链测评套件 BLOCKBENCH、高性能的区块链数据存储系统 FORKBASE 以及医疗区块链系统 MediLot,完美实现了产学研相结合。

11月9日消息,日前,ACM公布了 2018 年度 ACM 杰出科学家名单,全球共有 49 名研究人员入选。其中,华裔学者的表现非常出色,上榜的共有 12 名,占总榜单比例近四分之一。全球数据库领域领军人物、达摩院数据库首席科学家、阿里巴巴数据库事业部负责人李飞飞教授入选。

VLDB(Very Large Data Base)

欧洲的数据库会议,也已经有30年的历史。举办地基本上按照一年欧洲,次年其他洲轮换的规律。它是唯一能接近SIGMOD的会议,一般被认为和SIGMOD同样受尊重。它的PC比较diversified一点,另外录取文章的时候可能会考虑一点地域平衡。因此对于美国的投稿甚至有可能感觉比SIGMOD还难进。在这个会议上也能见到更多的来自美国以外的文章。

网址:http://www.vldb.org/

 

在 10 月 25 日—27 日杭州国际博览中心(G20 会场)举行的 2018 中国计算机大会(CNCC 2018)上,黄铭钧将与大家分享他对企业级区块链系统的思考。

作为世界上最大的计算机领域专业性学术组织,ACM 的影响力不言而喻。它创立于 1947 年,目前在全世界 130 多个国家和地区拥有超过 10 万名会员,其所评选的图灵奖是计算机界最负盛名、最崇高的一个奖项,被称为「计算机界的诺贝尔奖」。ACM 杰出科学家评选从 2006 年开始,意在表彰至少有 15 年的专业经验,并在计算机领域做出了杰出贡献或产生巨大影响的 ACM 会员。ACM 杰出科学家的评选比例不超过 ACM 会员的前 10%。

ICDE(International Conference On Data Engineering)

IEEE的数据库会议。IEEE的会议一般都比ACM对应会议差一些,ICDE也不例外。一般被认为明显比SIGMOD/VLDB差一个档次,但又明显比其他的数据库会议高一个档次。

网址:http://www.icde.org/


金沙澳门官网 2

此前,作为美国犹他大学计算机系的终身正教授、世界级的数据库系统专家,他曾屡次获得电气和电子工程师协会( IEEE)与ACM数据库领域的最具影响力论文奖。

数据库领域主要专注于数据库系统和数据管理算法,而数据挖掘主要是专注于数据价值分析算法。

黄铭钧(Ooi Beng Chin),新加坡国立大学杰出教授、浙江大学长江学者讲座教授、新加坡科学院院士、ACM Fellow、IEEE Fellow。主要研究方向包括数据库性能问题、索引技术、内存数据管理、云计算和并行系统的研究与高级应用等,并致力于"ABCD"(AI,Blockchain,Cloud Computing,Data Driven Technology)领域的创新与产业化。1985 年毕业于澳洲莫纳什大学,获一等荣誉学士学位,1989 年获得博士学位,之后加入新加坡国立大学并于 2000 年晋升正教授。2007 至 2013 年,担任计算机学院院长,期间将新国大在 QS 计算机学科的排名提升到世界第 8 名。目前担任新加坡国立大学人工智慧系统研究院院长、新加坡最大出租车公司康福德高(ComfortDelGro)的独立董事,并领衔新国大苏州人工智能创新及产业化中心研发人工智能,推进人工智能在医疗保健、金融科技等领域的科技创新。

2018年,李飞飞教授加入达摩院,带领团队投入到具有自主知识产权的研究当中,包括新一代分布式数据库、非结构化数据管理、数据安全等关键技术,并致力于将中国数据库技术水平提升至国际前沿,打破寡头企业对数据库核心技术的垄断。

 

今年十月黄铭钧将前往美国西雅图参加国际数据库前沿展望会议金沙澳门官网,(The Database Research Self-Assessment Meeting),这个闭门会议每届只邀请二十几位世界顶尖的数据库专家出席,身为唯一华人代表的黄铭钧已经连续受邀出席三届会议,「数据库界泰斗」的身份不言而喻。

此次ACM向其颁发杰出科学家,也是对达摩院研究水平和成果的认可。

一、数据库领域的主要会议

此外,他还是 CCF 海外杰出贡献获得者,身兼新加坡科学院院士、ACM Fellow、IEEE Fellow、浙江省人工智能发展专家委员会委员等职位,由他领导的新国大人工智慧系统研究院设计的 SINGA 深度学习系统,是第一个进入国际顶级开源社区 Apache 孵化器的深度学习系统项目——一个可以让用户制定运营战略和开发新产品的分布式深度学习平台。

目前,李飞飞教授带领的团队所研发的新一代分布式数据库系统,支撑了阿里巴巴经济体的复杂业务、海量数据和双11交易洪峰的挑战,已经被应用于多个城市的智能城市交通网络管理,实现城市内数千万智能终端数据的瞬间调取与分析。此外,中国气象的国家气象大数据分析平台也应用其技术,实现了毫秒级的气象数据查询与分析,该数据库存储了1957年建站以来,6万多气象站的分钟级数据。

========================

黄铭钧的研究兴趣包括数据库性能、索引技术、大数据、多媒体及空间数据库处理、内存数据管理、云计算和并行系统的研究与应用等,这些年来陆续在 ACM SIGMOD、VLDB、IEEE ICDE 等国际会议和 ACM TODS, IEEE TKDE, VLDB 等期刊发表 200 多篇论文,被引用 19134 余次,H-Index 为 74(2018 年 9 月的 Google Scholar 数据),并且多次受邀担任 SIGMOD、VLDB 和 IEEE ICDE 等多个数据库业内顶尖会议的委员会主席。

数据对于数字经济社会的价值不言而喻,近年来,阿里巴巴达摩院孵化出了世界级的数据库技术。阿里巴巴CTO、达摩院院长张建锋曾表示,阿里巴巴数字经济体已经沉淀了海量的应用数据。为更好地挖掘、利用海量数据的价值,阿里已经构建了世界级的基础设施,并展开了一系列自主创新。

 

据《火星财经》报道,在担任新加坡国立大学计算机学院院长期间(2007 年—2013 年),黄铭钧甚至成功将新国大在 QS 计算机学科的排名提升到世界第 8

以下入选 ACM 杰出科学家的华裔学者名单:

数据库领域的顶级会议SIGMOD、ICDE、VLDB,下面将对这三大会议进行一下简单介绍。 

这些引人瞩目的成就,并未将黄铭钧「困」在象牙塔里,反而成为他向工业界进击的「燃料」。

常毅:现任吉林大学人工智能学院院长,曾任华为美国研究所技术副总裁

 

区块链+医疗=MediLOT

个人简介:常毅,博士,吉林大学人工智能学院院长,CCF YOCSEF AC,第十三批「千人计划」教授。他曾担任华为美国研究院技术副总裁,负责华为公司搜索引擎、知识图谱、问答系统的技术构建,而在此之前,曾任雅虎美国研究院研究总监,全面负责雅虎搜索引擎与垂直搜索引擎的各项算法。他的研究方向包括信息检索、数据挖掘、自然语言处理和人工智能,发表论文 100 多篇,并发表了一本专著,拥有 30 余项专利,曾获数据挖掘顶级国际会议 KDD 2016 大会最佳论文奖,搜索引擎顶级国际会议 WSDM 2016 大会最佳论文奖,曾担任 WSDM 2018 大会主席,并将担任信息检索顶级国际会议 SIGIR 2020 大会主席。

SIGMOD

近年来,随着硬件和数据的日渐完善,机器学习与深度学习在业界得到了广泛的应用,然而在具体落地的过程中依然存在数据提取耗、存储格式不统一、非结构化数据、数据清洗、数据缺失、数据重复等问题,尤其在 AI 医疗诊断领域,医疗编码规范的不统一和医疗信息的复杂性更是制衡着该领域的发展。

王井东:现任微软亚洲研究院视觉计算组资深研究员


针对以上问题,黄铭钧带领团队打造出了 MediLot——一个基于区块链的医疗保健数据管理和分析平台,借助区块链的防篡改特点,保障不同医疗保健机构之间的医疗记录的归档,使得数据来源追踪、数据分析以及根据病人喜好量身订造的医疗变得可能,将医疗管理和研究推向更好的未来。

个人简介:王井东,现任微软亚洲研究院视觉计算组资深研究员,研究方向包括计算机视觉、多媒体以及机器学习。目前他研究的问题包括高效神经网络结构的设计、行人再识别以及多媒体搜索等,其在视觉、机器学习以及多媒体领域里发表了论文 100 余篇,个人专著一本,其研究成果 10 多次被转化到微软的关键产品和服务中。他曾担任过CVPR、ICCV、ECCV、AAAI、IJCAI、ACMMM 等计算机视觉和人工智能会议的领域主席和高级程序委员会委员。他也是 IEEE 汇刊 IEEE Transactions on Patten Analysis and Machine Intelligence、 IEEE Transactions on Circuits and Systems for Video Technology 和 IEEE Transactions on Multimedia 的编委会成员,也是国际模式识别学会的会士。

是Acm Special Interest Group on Management Of Data的简写。

金沙澳门官网 3

陈怡然:美国杜克大学终身副教授、美国自然科学基金委智能与可持续计算产学合作中心主任

数据库会议中最好的会议,也是最好的系统类的会议之一,在数据库领域具有最高学术地位的国际性学术会议。其文章涉及范围广泛,稍偏应用。这个会议不仅是double-blind review,而且有rebuttal procedure,可谓独树一帜,与众不同。2007年6月11日至6月14日,第26届ACM SIGMOD国际数据管理学术会议在北京国际会议中心举行。

MediLot 官网展示的技术底层

个人简介:陈怡然是杜克大学电子与计算机工程系副教授、杜克大学进化智能中心联合主任、美国自然科学基金委新型可持续智能计算产学中心主任,研究方向为新型存储器、神经形态计算与机器学习加速、移动计算,发表了 300 多篇学术论文,获得 93 项美国专利,还出版了一本专著。2017 年,其因对「自旋存储器」的贡献当选 IEEE Fellow。

 

在黄铭钧看来,理想的医疗数据共享体系应以患者为中心,患者拥有最高权限管理自己的病史记录。简而言之,患者可以授权 MediLot 将自身病史数据的访问权限记录在区块链上,在有需要时通过链下点对点网络将数据发给第三方机构使用,医生也可以通过平台上的算法和分析模型预测病人病情的发展,从而做出最精准的医疗诊断。

陈雷:香港科技大学计算机科学与工程系教授,ACM Hong Kong 计算机学会主席

The is concerned with the principles, techniques and applications of database management systems and data management technology. Our members include software developers, academic and industrial researchers, practitioners, users, and students. SIGMOD sponsors the annual SIGMOD/PODS conference, one of the most important and selective in the field. 

MediLot 并非停留在概念上的「意淫」系统,而是已经在新加坡国立大学医院(NUH)中落地使用。今年年初,启动 ICO 的 MediLOT 很快就拿到了两笔大额投资,新加坡政府部门也表达了参与意愿。

个人简介:陈雷,现任香港科技大学计算机科学与工程系教授,ACM Hong Kong 计算机学会主席,他的研究领域包括:概率和不确定性数据库、社交网络中的众包分析、多媒体和时间序列数据库、隐私保护数据的发布等。2009 与 2010 年,其论文被 Database System For Advanced Applications连续授予最佳论文奖。近年来,陈雷博士举办了一系列国际学术会议并担任 ACM SIGMM 2011,ACM CIKM 2012 和 IEEE ICDE 2012 会议的程序委员会副主席,同时还担任 IEEE Transactions on Knowledge and Data Engineering(IEEE TKDE)、Distributed and Parallel Databases(DAPD) 等国际期刊编委 (Associate Editors)。

 

从长期来看,MediLOT 上的完整临床诊断数据,对于年轻医生的经验成长提振中小规模医院的医疗水准,不可不说是个宝藏。

贾小华:香港城市大学计算机科学系教授,ACM 高级会员,IEEE Fellow

VLDB

区块链的底层优化

个人简介:贾小华,「长江学者奖励计划」特聘教授、2013 年「千人计划」国家特聘专家,从事分布式系统、Internet 路由协议、Internet 中代理的放置、广域网中波长转换器的放置、文件及其副本的一致性控制、Internet 上合作编辑系统一致性控制、移动 Ad Hoc 网络等方面的研究项目 18 项,发表论文 130 余篇,其中 SCI 索引 50 余篇。他是 ACM 高级会员、IEEE Fellow,还担任国际杂志 Journal of Combinatorial Optimization (Kluwer Academic Pub) 的编委以及 Special Issue on Cluster Computing on the Internet 等杂志的客座编委,此外,他还是分布式系统和计算机通讯领域多个国际会议的组委会成员或者主席。


黄铭钧的研究向来走在社会的前沿。面对热火朝天的区块链市场,黄铭钧冷静地指出目前区块链领域尚存在的一些问题:区块链系统的性能有限,远远低于最先进的数据库系统的预期

李飞飞:犹他大学计算机学院副教授,阿里达摩院数据库与存储实验室负责人

是Very Large Data Bases的缩写。

这项结果在他与团队共同研究设计的区块链测评套件 BLOCKBENCH 中得到证实——BLOCKBENCH 是首个研究和比较许可型区块链的性能的 benchmark。在论文中,黄铭钧与团队提出了 4 种改进区块链的方法:

个人简介:李飞飞,现任阿里巴巴副总裁, 达摩院数据库首席科学家, 负责达摩院数据库实验室,加入阿里巴巴之前是美国犹他大学计算机系的终身正教授。他的研究方向是数据库系统,大数据管理理论及系统设计开发,以及云数据管理的安全性。他获得了美国自然科学基金的 Caeer Award, 美国惠普公司的 Innovation Research Program Award, 美国谷歌公司的 Faculty Award,美国 Visa 公司的 Faculty Research Award,其研究成果曾获 IEEE ICDE 2004 最佳论文奖、 IEEE ICDE 2014 10 年最有影响力奖、 ACM SIGMOD 2015 最佳系统演示奖、 ACM SIGMOD 2016 最佳论文奖和 ACM SIGMOD 2017 研究亮点奖。此外,他还担任 VLDB 2014 和 SIGMOD 2018 的演示程序主席,SIGMOD 2014 的大会主席,ICDE 2014, SIGMOD 2015, SIGMOD 2019 的技术领域程序主席,VLDB 2019 和 ICDE 2019 的博士论坛主席,IEEE TKDE、ACM TODS、Springer DAPD 的编委会成员以及年度 SIGMOD Jim Gray 最佳博士论文奖评选委员会委员。

95分的数据库会议。与SIGMOD类似,涉及范围广泛,稍偏应用。从文章的质量来说,SIGMOD和VLDB难分伯仲,没有说谁比谁更高。他们的范围也几乎一样。反而VLDB的审稿质量一直很高。每年的VLDB都有很理论的paper。2014年,数据库领域著名国际会议VLDB首次在中国杭州举行。

  1. 将存储、执行引擎和共识层彼此解耦,然后独立优化和扩展;
  2. 接纳新的硬件:多核 CPUs 和大内存、可信硬件;
  3. 分片分区:区块链本质上是一种复制状态机系统,系统内每一个节点维护了相同的数据;
  4. 支持声明性语言。

付昀:美国东北大学电气与计算机工程副教授,IEEE 高级会员,ACM 终身会员

 

而黄铭钧并未让优化工作停留在「纸上谈兵」,随后与团队共同发布了高性能的区块链数据存储系统 ForkBase,旨在支持需要数据版本控制、分叉和防篡改等功能的区块链系统。

个人简介:付昀是美国东北大学电气与计算机工程副教授,IEEE 高级会员,ACM 终身会员。他的研究方向是机器学习、智能计算、社会媒体分析、人机交互和网络物理系统,发表论文 170 余篇,获得 5 篇优秀论文奖和 3 项青年学者奖等各种奖项。他曾经在 BBN 科技公司担任科研人员,在纽约州立大学担任助理教授,现为东北大学 SMILE Lab 实验室的主要领导者。

VLDB is an annual conference held by the non-profit Very Large Data Base Endowment Inc. The mission of VLDB is to promote and exchange scholarly work in databases and related fields throughout the world. The VLDB conference began in 1975 and is now closely associated with SIGMOD and SIGKDD. 

「创业从很大程度上来说,是系统研究员生活中不可或缺的一部分。一创业,就必须关注整个系统的研发,而不仅仅是做局部的设计,来支撑自己提出的理论。」这是黄铭钧一直以来坚守的治学理念,他也用身体力行的成果向我们展示了这份坚守。

董欣:现任亚马逊首席科学家,曾就职于 Google

 

在 CNCC 2018 大会现场,我们将荣幸在现场聆听黄铭钧先生题为《企业级区块链系统:从 0 到 1,再到无穷》的大会演讲,雷锋网 AI 科技评论将第一时间为大家带来最新报道。

个人简介:董欣,现任亚马逊首席科学家,曾就职于 Google、ATT Labs。她的研究方向包括大数据和机器学习,重点研究数据集成、数据清理和知识库,在顶级会议和期刊上发表论文 50 余篇,曾获 SIGMOD 200 5 最佳系统演示奖。她曾分别担任 WAIM 2015、 SIGMOD 2015、ICDE 2013 的 PC 联席主席、区域主席和高级 PC 成员。

欧洲的数据库会议,也已经有30年的历史。举办地基本上按照一年欧洲,次年其他洲轮换的规律。它是唯一能接近SIGMOD的会议,一般被认为和SIGMOD同样受尊重。它的PC比较diversified一点,另外录取文章的时候可能会考虑一点地域平衡。因此对于美国的投稿甚至有可能感觉比SIGMOD还难进。在这个会议上也能见到更多的来自美国以外的文章。 

更多讲者信息及议程,欢迎移步 CNCC 2018 大会官网了解,大会现已开放购票渠道,在 9 月 21 日之前完成报名即可享受优惠。

Chen Li:加州大学欧文分校信息与计算机科学学院教授,也是 SRCH2 的 CTO 和联合创始人

 

大会官网:

个人简介:Chen Li,加州大学欧文分校信息与计算机科学学院教授,曾是 Google 的特邀访问研究科学家。他的研究方向包括数据管理和信息搜索,重点研究文本搜索、数据清理、数据集成和数据密集计算,曾获得 SIGMOD 2012「时间考验论文奖」。此外,他还是 SRCH2 的联合创始人和 CTO。

ICDE

雷锋网AI科技评论整理分享返回搜狐,查看更多

Xipeng Shen:北卡罗来纳州立大学计算机科学教授


责任编辑:

个人简介:Xipeng Shen,北卡罗来纳州立大学计算机科学教授和 NCSU 系统实验室的成员,也是 ACM 杰出讲者、IEEE 的资深成员,曾获得美国能源部青年科学家奖、美国国家科学基金会成就奖、Google 教授研究奖以及 IBM CAS 院士奖,还曾被授予大学教授学者奖。他的研究方向涉及编程系统和机器学习的广泛领域,重点研究通过编译器、运行时系统和机器学习算法的创新,来实现极端规模的数据密集型计算和智能计算。

是IEEE International Conference on Data Engineering的简写。

Yizhou Yu :香港大学计算机科学系教授,主攻深度学习、计算机视觉与图形处理

92分的数据库会议,是数据和数据库领域的顶级会议。也是一个大杂烩,好处是覆盖面广、包容性强,坏处是文章水平参差不齐。

个人简介:Yizhou Yu,香港大学计算机系教授,曾在伊利诺伊大学厄瓜纳香槟分校做了 12 年的终身教授,曾与易趣网研究、Google Brain 和微软研究院合作。他的研究方向包括机器智能的深度学习方法、计算视觉媒体、几何计算、智能视频监控和生物医学数据分析等,在深度学习、计算机视觉、图像处理、图表算法和 VR/AR 等 AI 和视觉计算领域做出了重要贡献,在顶级会议和期刊上发表论文 120 余篇,曾获得 2002 年度美国国家科学基金会成就奖,2007 NNSF 中国海外杰出青年研究者奖、2011 和 2005 年 ACM SCA 最佳论文奖、1998 年微软研究生奖学金。

IEEE的数据库会议。IEEE的会议一般都比ACM对应会议差一些,ICDE也不例外。一般被认为明显比SIGMOD/VLDB差一个档次,但又明显比其他的数据库会议高一个档次。 

Danfeng Yao:弗吉尼亚理工大学计算机系副教授,软件和系统安全专家

 

个人简介:Danfeng Yao 是弗吉尼亚理工大学计算机系副教授,是软件和系统安全专家。她拥有多项异常检测技术美国专利,是《Anomaly Detection as a Service》一书的主要作者,曾因人类行为驱动的恶意软件检测的研究工作获得美国国家科学基金会成就奖、因面向任务的语义推理的安全工作获得 ARO 青年研究员奖,此外还获得了多项最佳论文奖和最佳 Poster 奖。

PODS

在看完入选的华裔学者后,我们也一起看看 2018 年度 ACM 杰出科学家名单的总体情况:


据官方介绍,本次入选的这 49 位科学家,来自世界顶尖的大学、企业和研究机构,所在国家包括澳大利亚、加拿大、智利、中国、法国、德国、日本、新西兰、新加坡、瑞典、美国和英国。

是Principles Of Database Systems的简写。

在计算机具体专业方向上,入选人员的背景也各不相同,他们的主攻方向包括算法、人工智能、计算机体系结构、计算机科学教育、网络安全、图形学甚至人机交互。

数据库理论的最好会议。95分的数据库会议。每年总是和SIGMOD在同一地点举办。

ACM 杰出科学家 2018 名单完整版,请前往 _winners?year=2018award=157 查看。

其中算法背景的人占主流(你可以数数PODS文章中有多少来自Motwani group),也有一部分AI背景的人(毕竟SIGART也是主办者之一)。它的影响力远不及SIGMOD,然而其中文章的质量比较整齐,variance小于SIGMOD(以及其他任何数据库会议)。有一位牛人说:“PODS never had a really bad paper,”这是它值得骄傲的地方。

文章来源:AI 科技评论

 

The ACM Symposium on Principles of Database Systems (PODS) is an international research conference on database theory, and has been held yearly since 1982. It is sponsored by three Association for Computing Machinery SIGs, SIGART, SIGACT, and SIGMOD. Since 1991, PODS has been held jointly with the ACM SIGMOD Conference, a research conference on systems aspects of data management.

 

二、数据挖掘领域的主要会议

=========================

 

一流的:

数据挖掘SIGKDD

机器学习ICML

信息检索SIGIR

 

二流的:

EDBT

ICDT

CIKM

SDM

ICDM

PKDD,

还有ECML欧洲的机器学习会议(这个应该是1.5档的,比一般的二流好)

 

SIGKDD


是ACM SIGKDD Conference on Knowledge Discovery and Data Mining的简写。

full paper 95分,poster/short paper 90分。数据挖掘的最高会议。由于历史积累不足以及领域圈子较小,勿用讳言KDD目前比SIGMOD尚有所不如。 这几年来KDD的质量都很高。其full paper的质量高于SIGMOD/VLDB中数据挖掘方面的paper的质量。原因是SIGMOD/VLDB审稿人中数据挖掘的人很少,审稿标准不一定能掌握得很好。 这几年好几篇SIGMOD/VLDB的数据挖掘paper都follow一些KDD的paper。而在KDD,要拿一篇full paper真难。去年复旦拿了一篇,实属难能可贵。今年他们又拿了一个SIGMOD demo,说明工作的确很扎实。 听说在很多地方,如果能有一篇SIGMOD/VLDB/KDD,就能博士毕业,能有两篇就能找到不错的工作。

 

ICML


The International Conference on Machine Learning (ICML) is the leading international academic conference in machine learning. Along with NIPS, it is one of the two primary conferences of high impact in Machine Learning and Artificial Intelligence research. It is supported by the International Machine Learning Society (IMLS).

 

SIGIR


SIGIR is the Association for Computing Machinery's Special Interest Group on Information Retrieval.

 

EDBT


88分,不错的数据库会议,录取率很低然而历史积累不足。

 

ICDT


88分,PODS的欧洲版,数据库理论第二会议。 和SIGMOD/VLDB一样,ICDE和EDBT在质量和影响上都不相上下。

 

其它的如CIKM,SDM,ICDM,PKDD等等都比以上的会议差一截。

 

CIKM


85分。

 

SDM


full paper 90分,poster/short paper 85分。SDM的数据挖掘会议,与ICDM并列为数据挖掘领域的第二位,比KDD有明显差距。好像其中统计背景的人比较多,也有一部分机器学习背景的人,比较iversified。

 

ICDM


full paper 90分,poster/short paper 85分。IEEE的数据挖掘会议,与SDM并列为数据挖掘领域的第二位,比KDD有明显差距。

 

PKDD


83分(因为poster/short paper数量很少,所以不予区分)。好像是KDD的欧洲版,但与KDD差距很大。

 

三、与数据挖掘有关的主要国际期刊

==============================

DMKD (DAMI): Data Mining and Knowledge Discovery

TKDE: IEEE Transaction on Knowledge and Data Engineering

TKDD: ACM Transaction on KDD

SIGKDD Explorations

 

 

 

本文由金沙澳门官网发布于科技资讯,转载请注明出处:ACM公布2018年度杰出科学家名单,拒绝纸上谈兵的区块链金沙澳门官网:

关键词: