Çin Lejyonu KDD'ye hükmediyor: Çinli doktorlar en iyi tezi kazandı, Tsinghua Üniversitesi, Peking Üniversitesi ve Huawei listede
Aofei Tapınağı'ndan Qianming, Balık, Koyun, Kestane, Annie Yipu, Bian Ce
Qubit Raporu | Genel Hesap QbitAI
Bir başka küresel AI zirvesi, Çin'in kadeh kaldıracak gücüyle dolu.
Veri madenciliği alanında dünyanın en üst düzey konferansı olan KDD, bu yıl Alaska'da düzenlendi En iyi kağıt ve üç büyük yarışma gibi ana ödüller açıklandı.
Bu yıl Çin'in yüzü pırıl pırıl parlıyor. Cornell Üniversitesi'nden Çinli bir doktor olan Dong Kun, araştırma alanındaki en iyi tezi bir çalışma, başlangıç şirketi ödülleri ve temelde Çinli şirketler tarafından alınan KDD CUP üç yarışmasında kazandı.
Ayrıntılar aşağıdaki şekilde gönderilir:
Çift kör incelemenin ilk yılında% 15 kabul oranı
KDD, Uluslararası Veri Madenciliği ve Bilgi Keşfi Konferansı, tam adı: ACM SIGKDD Bilgi Keşfi ve Veri Madenciliği Konferansı, veri madenciliği alanındaki en üst düzey uluslararası konferanstır.
1995'ten bu yana, KDD konferansı, yıllık kabul oranı% 20'nin altında ve bu yılki kabul oranı% 15'in altında olmak üzere 20'den fazla ardışık oturum için düzenlenmiştir.
Bu yılın aynı zamanda KDD'nin çift kör incelemeyi benimsediği ilk yıl olduğunu belirtmekte fayda var.
Hala bölünmüş Araştırma yolu ile Uygulama yolu .
Bunlar arasında, kamuya açık bilgilere göre, KDD araştırma yolu toplam 1179 başvuru aldı ve bunlardan 111 Bildiriler Sözlü bildiri olarak kabul edildi, 63 bildiri Poster bildiri olarak kabul edildi, seçim oranı % 14.8 .
Başvuru yoluna, 45'i Sözlü bildiri olarak kabul edilen ve 100'ü Poster bildiri olarak kabul edilen 700'den fazla bildiri alındı, kabul oranı % 20.7 .
Buna karşılık, KDD'nin 2018 araştırma alanı% 18,4 kabul oranı ile 181 makale aldı ve uygulama kanalı kabul oranıyla 112 makale kabul etti. % 22,5 .
Kağıdın yeniden üretilebilir olduğunu vurgulayın
Ve en önemlisi, KDD bu yılki gönderim bildiriminde de vurguladı Yeniden üretilebilirlik Ve bunun en iyi kağıt seçimi niteliği olarak kullanılacağını ve makalenin yeniden üretilebilir içeriği göstermek için ek içerik sunması gerektiğini şart koşun.
Deneysel yöntemler, ampirik değerlendirme ve sonuçlar da dahil olmak üzere, araştırma kodlarını ve verilerini makalede yayınlamak ve makalede kullanılan algoritmaları ve kaynakları olabildiğince eksiksiz bir şekilde tanımlamak teşvik edilmektedir.
Sonuç olarak, KDD 2019 da çok izlenen bir oturum haline geldi.
Hangi takımların belirli ödülleri kazandığını görelim:
Araştırmanın en iyi makalesi
Durumların Ağ Yoğunluğu (Eyalet ağ yoğunluğu)
https://arxiv.org/pdf/1905.09758.pdf
Kağıt Cornell Üniversitesi'nden geliyor. İlk yazar, Cornell Üniversitesi Uygulamalı Matematik alanında doktora öğrencisi ve UCLA'dan yüksek lisans derecesi olan Dong Kun'dur.
Diğer yazarlar arasında Cornell Üniversitesi Bilgisayar Bilimleri Bölümü'nde yardımcı doçent olan Austin Reilley Benson ve aynı zamanda Dong Kun'un doktora süpervizörü olan Cornell Bilgisayar Bilimleri Bölümü'nde doçent olan David Bindel bulunmaktadır.
Spektral analiz, grafik yapısını korelasyon matrisinin öz değerleri ve özvektörleri ile ilişkilendirir. Birçok spektrogram teorisi doğrudan spektral geometriden gelir ve türevlenebilir manifoldlar, ilgili diferansiyel operatörlerin spektrumları aracılığıyla incelenir. Ancak spektral geometriden spektrograma dönüşüm esas olarak sadece birkaç uç özdeğer ve bunlarla ilgili özdeğerleri içeren sonuçlara odaklanmıştır.
Geometriden farklı olarak, grafiklerin özdeğerlerin (spektral yoğunluk) genel dağılımı yoluyla incelenmesi temel olarak basit rastgele grafik modelleriyle sınırlıdır. Gerçek dünya haritasının iç kısmının büyük ölçüde hesaplanması ve açıklanması hala zordur ve araştırılmamış ve çalışılmamıştır.
Bu makalede yazar, gerçek dünya haritalarının spektral yoğunluğunu araştırıyor. Yoğun madde fiziğindeki araştırma araçlarının enerji durum yoğunluğunu ödünç aldık ve ortak grafik modellerinin spektral özellikleriyle başa çıkmak için yeni uyarlanabilirlik ekledik. Elde edilen yöntem etkilidir ve kağıt bu noktayı, tek bir hesaplama düğümünde bir milyardan fazla kenarı olan bir grafiğin spektral yoğunluğunu hesaplayarak göstermiştir.
Bu makale, görsel olarak göz alıcı grafik parmak izleri sağlamanın yanı sıra, spektral yoğunluk tahmininin birçok ortak merkeziyet ölçüsünün hesaplanmasını nasıl kolaylaştırdığını ve grafik yapısı hakkında anlamlı bilgileri tahmin etmek için spektral yoğunluğu nasıl kullandığını da göstermektedir. Değer, içsel hizalamadan çıkarılır.
Araştırma devresi ikincilik ödevi
Açık Hava Reklamcılığı için Gösterim Sayımlarını Optimize Etme
https://dl.acm.org/citation.cfm?doid=3292500.3330829
Bu araştırma, dış mekan reklamcılığının en uygun maliyetli sorununu çözmektedir.Yazarlar RMIT Üniversitesi, Singapur Yönetim Üniversitesi, Wuhan Üniversitesi ve Huawei'den gelmektedir.
Spesifik soru ilk olarak ekip tarafından ortaya atıldı ve buna Açık hava reklam gösterimleri (Açık Hava Reklamcılığı için Gösterim Sayıları, ICOA).
Yol kenarında çok fazla reklam var ama sizi etkileyen çok azı var ve çoğu unutuluyor. Bu nedenle, reklamlar aklınızda bir izlenim bıraktığı sürece birçok reklamverenin hedefine ulaşılacaktır. Araştırma, daha fazla insanı nasıl etkileyeceğimizle ilgilidir.
Mobil İnternetin gelişmesi nedeniyle, hangi ulaşım modunu kullanırsanız kullanın, ister sürün, ister motosiklet veya bisiklet sürün, her dışarı çıktığınızda yörüngeniz kaydedilebilir, böylece araştırmacılar seyahat yörünge veritabanı T'yi buldular. Ek olarak, belirli bir ilan tahtası veritabanı U ve reklamverenin bütçesi B vardır.
Bu nedenle, özetle, dış mekan reklam gösterimlerinin sayısı böyle bir sorundur:
O kadar çok reklam panosu ve bütçe var ki ve yoldan geçenler böyle gidiyor Bu şartlar altında, yoldan geçenlerin bıraktığı genel izlenim nasıl iyileştirilir ve harcanan paradan en iyi şekilde nasıl yararlanılır?
Burada çözülmesi gereken iki sorun var:
1. Her reklam, yoldan geçen biri tarafından birkaç kez görülmelidir;
2. Daha fazla yoldan geçen kişinin seyahat yörüngesindeki en iyi sayıda görmesi için reklam panolarının yerleştirilmesi nasıl düzenlenir.
İlk problem önceki araştırmalarla çözüldü.Bu sigmoid bir fonksiyondur.Reklamların tekrar sayısı arttıkça, yoldan geçenler üzerindeki izlenim daha da derinleşir.Bundan sonra, basit tekrarlar işe yaramaz ve daha fazlasının sadece yan etkileri olacaktır.
İkinci problem ise, ilan tahtası dağıtımı probleminin algoritma ile çözülmesi gerekiyor. Araştırma ekibi, açgözlü algoritmayı doğrudan kullanmanın imkansız olduğunu fark etti, bu nedenle alt modül işlevini hesaplamak için teğet tabanlı bir algoritma önerdiler.Etkinliği artırmak için, sonlandırma yöntemi ve aşamalı üst sınır tahmin yöntemi optimizasyon için tasarlandı.
Son olarak, araştırma ekibi New York ve Los Angeles'ta gerçek yörüngeler ve billboard veri setleri ile deneyler yaptıktan sonra bu çalışmada önerilen yöntemin etkinliğini doğruladı.
Başvuru yolundaki en iyi kağıt
Başvuru yolundaki en iyi kağıt Eylemler Daha Yüksek Sesle Sonra Golleri Söyler: Futbolda Oyuncu Eylemlerine Değer Verme (Eylemler hedeflerden daha iyidir: Futbolda oyuncuların eylemlerine dikkat edin):
https://arxiv.org/pdf/1802.07127.pdf
Makalenin yazarları arasında Belçika Leuven Üniversitesi'nden Tom Decroos, SciSports'tan Lotte Bransean ve Jesse Davis ve Belçika Leuven Üniversitesi'nden Jesse Davis yer alıyor.
Futbolcuların oyundaki bireysel davranışlarının oyun sonuçları üzerindeki etkisinin değerlendirilmesi, oyuncu alım sürecinde araştırmanın odak noktasıdır. Bununla birlikte, çoğu geleneksel gösterge bu görevi çözmede yetersizdir, çünkü ya tek bir atış ve hedef davranışa odaklanırlar ya da oyuncunun eyleminin bağlamını dikkate almazlar.
Bu makale esas olarak şunları sunar: (1) Çeşitli oyuncuların sahadaki eylemlerini tanımlamak için kullanılan yeni bir dil, SPADL (2) Oyuncu performansının oyunun sonucu üzerindeki etkisine dayalı olarak oyuncu eylemlerini değerlendirmek için yeni bir çerçeve, VAEP , Eylem gerçekleştiğinde bağlamı dikkate alarak.
Oyuncunun aksiyon değerini özetleyerek, takımın genel hücum ve savunmasına yaptığı katkıyı ölçebilirsiniz.
Bu araştırmanın en önemli özelliği, genellikle göz ardı edilen eylemlerin arka plan bilgilerini hesaba katmasıdır.Araştırma ekibi, 2016/2017 ve 2017/2018 sezonlarındaki en iyi Avrupa yarışmalarında çok sayıda kullanım örneği toplamak için bu yöntemi kullandı.
Başvuru yolunda ikinci sırada yer alan kağıt
Bu, Apple tarafından yönetilen, bilişsel işlev bozukluğunu (bunamanın habercisi olabilir) tespit etmek için giyilebilir cihazları kullanan bir çalışmadır.
Tüketici Düzeyinde Çok Modlu Sensör Akışlarından Gerçek Dünyada Bilişsel Bozukluk Ölçüleri Geliştirme
https://dl.acm.org/citation.cfm?doid=3292500.3330690
Giyilebilir cihazlar ve mobil bilgi işlem cihazları artık her yerde bulunur ve teknolojide dikkate değer ilerlemeler kaydetmiştir; Avrupa sensör çeşitliliği ile birleştiğinde, bu gelişmeler hastaları sürekli olarak izlemeyi ve günlük aktivitelerini izlemeyi mümkün kılar.
Böylesine zengin boylamsal bilgilerle (Boylamsal Bilgin) madencilik yapılabilir, bilişsel işlev bozukluğunun psikolojik ve davranışsal özelliklerini analiz edebilir ve hafif bilişsel işlev bozukluğunun (MCI) zamanında ve ekonomik tespiti için yeni bilgiler sağlayabilir. yol.
MCI, normal biliş ve demans arasındaki bir durumdur.
Bu araştırma, yalnızca birkaç tüketici bilgisayarına sahip akıllı cihazlara dayanarak, bilişsel işlev bozukluğunun semptomlarını uzaktan ve invaziv olmayan bir şekilde izlemek için bir platform önermektedir.
Ekip, bu platformun "Lilly Exploratory Dijital Değerlendirme Çalışması" nda 16 TB veriyi nasıl topladığını gösterdi ve 12 haftalık bir fizibilite çalışmasını destekledi: Bilişsel bozukluğu olan 31 hasta ve 82 hasta izlendi. Bilişsel işlev bozukluğu olmayan serbest yaşam durumuna sahip insanlar.
Araştırmacılar ayrıca, sıkı veri birleştirme (Veri Birleştirme), zaman hizalama (Zaman Hizalama) ve isnat teknolojisinin (Imputation) gerçekte doğal veri eksiklikleriyle nasıl başa çıktığını açıkladılar ve sonunda bu tür verilerin semptomları ayırt edebildiğini gösterdi. Rol oynadı.
Zaman Testi Ödülü
Bu yılki zaman testi ödülü CMU ve Nielsen BuzzMetrics'ten geliyor. Makale:
Ağlarda uygun maliyetli salgın tespiti
https://www.cs.cmu.edu/~jure/pubs/detect-kdd07.pdf
Ödül, makalenin 2007'de ilk kez yayınlanmasının üzerinden 12 yıl geçtiği için verildi. O zamanlar, Nielsen BuzzMetrics'ten Jure Leskovec, Andreas Krause, Carlos Guestrin, Christos Faloutsos, Jeanne VanBriesen ve Natalie Glance 6 kişiydi. Bu makale için en iyi öğrenci makalesini kazandım.
Bu makalede araştırmacılar, gerçek hayattaki birçok salgın tespitinin (tespit olanakları, etkilenen kişilerin tespiti vb.) "Alt modüllerin" özelliklerini gösterdiğini kanıtladılar.
Araştırmacılar, adı verilen etkili bir algoritma geliştirmek için alt modüller kullanır. CELF Açgözlü Algoritmanın verimliliğini optimize etmek için algoritma. Algoritma aşağıdaki gibidir:
Sonuçlar, CELF algoritmasının daha karmaşık problemlere genişletilebileceğini ve optimum konuma yakın olabileceğini, aynı zamanda basit açgözlü algoritmalardan daha iyi olduğunu göstermektedir. Hızlı 700 Zamanlar.
Daha sonra, CELF algoritmasını birkaç büyük ölçekli gerçek problem üzerinde test etmeye devam ettiler.ABD Çevre Koruma Ajansı'nın su dağıtım ağı modelini ve gerçek zamanlı blog verilerini kullanarak, elde edilen sensör pozisyonları optimum çözüme yakın olabilir ve en uygun çözümü sağlayabilir. Sabit puan. Ayrıca, bu yöntemin ölçeklendirilebileceğini ve büyüklük sırasına göre depolama alanından tasarruf edilebileceğini kanıtladılar.
Girişimcilik Araştırma Ödülü
ACM SIGKDD, erken aşamadaki başlangıç şirketlerini veri bilimi alanına katılmaya teşvik etmek için 2017 yılında Girişimcilik Araştırma Ödülü'nü başlattı. Ödül, birden fazla yarışmanın sonuçlarına göre Girişimcilik Araştırma Ödül Komitesi tarafından belirlenir.
Bugün kazanan dört şirket şunlar: Arkive, deepair, Ruilai Wisdom ve Tianyancha.
Arkive, bilgi ve deneyimi yönetmek için makine öğrenimi teknolojisini kullanan bir şirkettir. Bu şirketin kurucuları iki Çinli'dir.
deepair, seyahat tedarikçileri için yapay zeka tabanlı bir perakende platformu sağlar.
Ruilai Wisdom, işletmelere endüstriyel öngörücü bakım, endüstriyel denetim, denetimsiz dolandırıcılık önleme ve yapay zeka sistemi saldırı ve savunma gibi hizmetler sunan bir şirkettir.
Tianyancha, Çin'de yüksek bir itibara sahiptir ve müşterilerine kurumsal büyük veri sağlayan bir şirkettir.
Karakter Ödülü
KDD'nin açılış töreninde, IBM Watson araştırmacıları Charu Aggarwal Veri madenciliğinde ömür boyu başarılar için SIGKDD alındı İnovasyon Ödülü (Yenilik Ödülü). Ayrıca bu konferansta üç makale yayınladı.
Charu Aggarwal 1993 yılında Hindistan Teknoloji Enstitüsü Kanpur'dan lisans derecesi ve 1996'da Massachusetts Teknoloji Enstitüsü'nde çalışmak üzere doktora derecesi aldı.
Veri akışı, mahremiyet, belirsiz veriler ve sosyal ağ analizine özel önem vererek veri madenciliği alanında kapsamlı çalışmalar yürütmüştür. 19 kitap yayınlamış, 350'den fazla makale yayınlamış ve 80'den fazla patent başvurusunda bulunmuş veya almıştır. Birden fazla buluş başarı ödülü kazandı ve üç kez IBM'in usta mucidi seçildi.
Yine IBM Watson'dan Balaji Krishnapuram, KDD'yi aldı Hizmet Ödülü (Hizmet Ödülü) veri madenciliğine yaptığı olağanüstü katkılardan dolayı onu ödüllendirmek için.
2014'ten 2016'ya kadar ACM SIGKDD'nin başkanlığını yaptı ve 2015 yılında ilaç endüstrisi için yapay zeka çözümleri geliştirmek üzere IBM Watson Health'e katıldı.
Bu yıllar Tez Ödülü (Tez Ödülü) Washington Üniversitesi'nden Tim Althoff'a verildi ve ikincilik ödülü UIUC'den Çinli bir bilim adamı olan Chao Zhang oldu.
KDD KUPASI 2019
Bu yılki KDD CUP'ta 3 parça var:
- Düzenli makine öğrenimi yarışması (Normal Makine Öğrenimi Yolu)
- Otomatik Makine Öğrenimi İzleme
- "İnsanlık için Araştırma" Takviyeli Öğrenme Yarışması (Humanity RL Track)
Bu etkinlik her zaman "Büyük Veri Dünya Kupası" olarak biliniyor ve rekabet çok şiddetli.
KDD resmi istatistiklerine göre, bu yıl 39 ülkeden 5.000'den fazla kişi 17.000 başvuru yaptı.
Nihai sonuçlara bakıldığında, Çin Lejyonu özellikle dikkat çekicidir ve ödüllerin çoğunu kazanır.
Her şeyden önce Düzenli makine öğrenimi yarışması Baidu tarafından desteklenen, iki göreve ayrılmıştır.
Görev 1'in hem şampiyonu hem de ikincisi Çin'den. Bunların arasında şampiyon Ant Financial'dan geldi; ikincisi ise Shanghai Weimeng, Trend Micro, Didi Chuxing, Pekin Posta ve Telekomünikasyon Üniversitesi, Güney Çin Teknoloji Üniversitesi, Jingdong ve diğer birimlerden geldi.
Görev 2'nin galibi Japon telekomünikasyon şirketi NTT DOCOMO'dan geldi ve ikinci Güneydoğu Üniversitesi'nden geldi.
Ek olarak, PaddlePaddle Özel Ödülü Çin Bilim ve Teknoloji Üniversitesi'ne verildi.
Bunu takiben Otomatik makine öğrenimi yarışması , Dördüncü paradigma tarafından desteklenmektedir.
Şampiyonlar Çin'in Deep Blue Teknolojisi ve Pekin Üniversitesi'nden geldi; ikincisi Singapur Ulusal Üniversitesi'nden ve üçüncüsü Alibaba ve Georgia Teknoloji Enstitüsü'nden geldi.
En sonunda "İnsanlık için Araştırma" Yoğun Öğrenme Yarışması IBM ve Hexagon ML sponsorluğunda.
Şampiyon, Tayvan, Ulusal Cheng Kung Üniversitesi'nden geldi; ikinci, Tsinghua Üniversitesi, Jingdong ve Beihang Üniversitesi'nden, üçüncüsü ise Guazi'den geldi.
Yarışma ayrıntıları adresi:
https://www.kdd.org/kdd2019/kdd-cup
Bir şey daha
Sadece denemeler değil, yarışmalara Çin Lejyonu hakimdir.
KDD 2019 sponsorlarına gelince, Çin'in gücü de özellikle öne çıkıyor.
Baidu, Tencent, Didi, Alibaba, Kuaishou, Inspur, ByteDance ve Squirrel AI, sponsorluk listesinde göründü.
Bu nedenle, AI Zirvesi'ni Çin'de düzenlemeyi düşünmenin zamanının geldiğine dair alaylar da var, sonuçta çekirdek katılımcılara daha yakın ve vize konusunda endişelenmenize gerek yok.
Ne dersin?
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! Ayrıntılar için, lütfen QbitAI diyalog arayüzünde "işe alım" kelimesiyle yanıt verin.
Qubit QbitAI · Toutiao İmzalama Yazarı
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
