bet9九州网址 2

【bet9九州网址】数据库方向的三大顶级国际会议,数据挖掘顶级期刊与会议

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。

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/

二、数据挖掘领域的主要会议

Tools

Wekahttp://www.cs.waikato.ac.nz/ml/weka/

Rapid
Miner(Yale)http://rapid-i.com/content/view/3/76/lang,en/

IlliMinehttp://illimine.cs.uiuc.edu/

Alpha
Minerhttp://www.eti.hku.hk/alphaminer

Potter’s Wheel
A-B-Chttp://control.cs.berkeley.edu/abc/

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

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/

 

数据挖掘三大顶级会议


SigKDDhttp://www.sigkdd.org/


ICDMhttp://www.cs.uvm.edu/~icdm/


SDMhttp://www.siam.org/meetings/sdm07/

bet9九州网址 1

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/

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。

数据库三大顶级会议


SigMod http://www.acm.org/sigmod/


VLDB http://www.vldb.org/


ICDE http://www.ipsi.fraunhofer.de/tcde/conf_e.html

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」。

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

计算机视觉顶级会议

① ICCV:两年一次,计算机视觉,模式识别,多媒体计算领域顶级会议

② CVPR:计算机视觉,模式识别,多媒体计算领域顶级会议

③ ECCV:两年一次,计算机视觉,模式识别,多媒体计算领域顶级会议

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:

VLDB

机器学习顶级期刊

JMLR

TPAMI, IJCV,MLJ

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。

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

人工智能(+数据挖掘/计算机视觉/…) 国际顶级会议

① IJCAI :人工智能领域顶级国际会议

② AAAI:美国人工智能学会AAAI的年会

③ PRICAI:亚太人工智能国际会议

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

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。

Online Resources


http://www.kdnuggets.com

http://www.chinakdd.com

网址集合http://www.dmoz.org/Computers/Software/Databases/Data_Mining//

A google co-op search engine for Data Mining

http://www.google.com/coop/cse?cx=006422944775554126616:ixcd3tdxkke

Data Mining, University of Houston

http://nas.cl.uh.edu/boetticher/CSCI5931 Data
Mining.html

Data Mining Program, University of Central
Floridahttp://dms.stat.ucf.edu/

Data Mining Group, University of
Dortmundhttp://www-ai.cs.uni-dortmund.de/index.html

Data Mining, MIT OCW

http://ocw.mit.edu/OcwWeb/Sloan-School-of-Management/15-062Data-MiningSpring2003/CourseHome/

Data Mining Group,
Tsinghuahttp://dbgroup.cs.tsinghua.edu.cn/dmg.html

KDD oral presentations
videohttp://www.videolectures.net

原标题:黄铭钧:拒绝纸上谈兵的区块链「实干家」 | CNCC 2018


机器学习国际顶级会议

① ICML:机器学习、模式识别领域顶级国际会议(综合)

② NIPS:神经计算,机器学习领域顶级国际会议(综合)


COLT:机器学习领域顶级国际会议(计算学习理论,理论计算机科学与机器学习的交叉)

MediLot 官网展示的技术底层

 

Conferences


责任编辑:

一、数据库领域的主要会议

汇总

bet9九州网址 2

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)

一流会议:

数据库三大顶级会议 —— SIGMOD,VLDB,ICDE


SIGMOD:97分,数据库的最高会议,涉及范围广泛,稍偏应用(理论文章看PODS)。没说的,景仰如滔滔江水。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。


VLDB:95分,非常好的数据库会议。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。不少牛人都认为,2011年的rebuttal
procedure其实并不怎么成功。投稿太多,很难做到每一篇都公平公正。很多rebuttal没人看。

数据库理论会议 —— PODS

    95分。是“数据库理论的最好会议,也是一个很好的理论会议”。每年总是co-located
with
SIGMOD。感觉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。

数据挖掘 三大顶级国际会议—— KDD(CFFA类),ICDM(CFFB类),SDM(CFFB类)

顶级:KDD  full paper 95分,poster/short paper 90分。

    ACMKnowledge Discovery and Data
Mining,数据挖掘的最高会议,每年开SIGKDD是美国计算机学会ACM旗下数据挖掘和知识发现的专业组织,KDD的英文全称就是KnowledgeDiscovery
and Data Mining。SIGKDD每年主办的KDD大会,是该领域的最高学术会议。

并列第二: ICDM(CFFB类): IEEE International Conference on Data
Mining

    唯一实行论文盲审的会议,每年都会吸引大量学者参会。

并列第二: SDM(CFFB类): SIAMInternational Conference on Data
Mining

    底子很厚,但在CS里面的影响比ACM和IEEE还是要小

机器学习顶级会议 —— ICML

信息检索、知识管理 —— ACM SIGIR,CIKM(CFFB类)

CIKM:International Conference on Information and Knowledge Management
国际信息和知识管理会议

信息检索、知识管理和数据库领域中顶级的ACM会议

应用和媒体领域顶级国际会议 —— WWW

「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。

ICDM

数据挖掘顶级期刊

IEEETKDE(IEEE Transactions on Knowledge and Data
Engineering)http://www.ieee.org/organizations/pubs/transactions/tkde.htm

DMKD(Data Mining and Knowledge
Discovery) http://www.springerlink.com/content/1573-756X/?p=859c3e83455d41679ef1be783e923d1d&pi=0

ACMTKDD(ACM Transactions on Knowledge Discovery from
Data)http://tkdd.cs.uiuc.edu/

ACM
TODS http://www.acm.org/tods/

VLDB
Journal http://www.vldb.org/

ACM TOIS(ACM Transactions on Information
Systems) http://www.acm.org/pubs/tois/

ACM TIST(ACM Transactions on Intelligent Syetems and Technology)

IEEE TNN(IEEE Transaction on Neural Networks)

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。

PODS

Journals


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。

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。

二流会议:

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)

智能信息处理——ICIIP(IFIP智能信息处理国际会议)

区块链的底层优化

 

雷锋网AI科技评论整理分享返回搜狐,查看更多

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。 

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。

 

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。


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。

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。 

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。


  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。

SIGIR

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。


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。

ICDT

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。

二流的:

大会官网:

是Principles Of Database Systems的简写。

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(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。

DMKD (DAMI): Data Mining and Knowledge Discovery

区块链+医疗=MediLOT

 

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。

 

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。

 

88分,不错的数据库会议,录取率很低然而历史积累不足。

 

 


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。

85分。

 

EDBT

是IEEE International Conference on Data Engineering的简写。

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


 

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.

机器学习ICML

TKDE: IEEE Transaction on Knowledge and Data Engineering

 

ICDT

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。

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。 

SDM

信息检索SIGIR

 

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. 

SIGKDD Explorations

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。



 

PKDD

SIGMOD

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。

 



 


ICML

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

SIGKDD

 

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。

 

三、与数据挖掘有关的主要国际期刊

EDBT

PKDD,


CIKM

 

 

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。

CIKM

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。

 

TKDD: ACM Transaction on KDD

ICDE


是Very Large Data Bases的缩写。

 

SDM

ICDM

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).

一流的:

 

 

数据库和数据挖掘领域的会议和期刊

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. 

 

 

 

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


数据挖掘SIGKDD

 

其它的如CIKM,SDM,ICDM,PKDD等等都比以上的会议差一截。

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

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。