数据库和数量发掘领域的会谈商讨谈杂志,数据开掘顶尖期刊与集会

原标题:黄铭钧:拒绝思梅止渴的区块链「实干家」 | CNCC 201八

ACM SIGMOD(Special Interest Group On Management Of Data)

由美利坚合众国Computer协会(ACM)数据管理职业委员会(SI青霉素OD)发起、在数据库领域具备最高学术地位的国际性学术会议。会议的目标是在环球范围内为数据库领域的探讨者、开拓者以及用户提供三个搜求新型学术观念和研讨方法、交换开辟技艺、工具以及经验的阳台,教导和推进数据库学科的进化。数据库的最佳会议,也是最佳的系统类的会议之1。已经有30年的野史。一般在U.S.A.开,加拿大开过四次。近期开班每隔几年在其余洲开3遍。玖4年在法国首都,⑨七年在日田市。今后能来看更加多的率先小编是中华夏族民共和国学生的SI博来霉素OD
paper。与VLDB/ICDE分化,它是double blind review的议会。

网址:http://www.sigmod.org/

数据库和数码发掘领域的会谈商讨谈杂志

Journals


雷正兴网 AI
科学技术评价按:
身为世界5星级的数据库专家,新加坡共和国国立高校杰出教师黄铭钧最为人津津乐道的,是她与工产业界的紧凑结合,总能第一时半刻间将实验探讨成果转化为生产力。以当下火爆的区块链为例,他与切磋集体先后贡献了第陆个区块链测验评定套件
BLOCKBENCH、高质量的区块链数据存款和储蓄系统 FO帕杰罗KBASE 以及医治区块链系统
MediLot,完美兑现了生产和教学研相结合。

VLDB(Very Large Data Base)

欧洲的数据库会议,也1度有30年的历史。进行地多数依照一年欧洲,次年任何洲轮换的原理。它是唯一能接近SI培洛霉素OD的会议,一般被以为和SIGMOD同样受尊重。它的PC比较diversified一点,别的录取小说的时候可能会设想一点地方平衡。因而对此美利坚独资国的投稿以至有非常大或者以为比SI红霉素OD还难进。在这些会议上也能看到更多的发源米国以外的小说。

网址:http://www.vldb.org/

 

多少发掘一级期刊

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

DMKD数据库和数量发掘领域的会谈商讨谈杂志,数据开掘顶尖期刊与集会。(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 美高梅4858官方网站,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)

在 10 月 25 日—2柒 日圣Peter堡国际博览大旨(G20 会场)举办的 2018中夏族民共和国Computer大会(CNCC
201捌)上,黄铭钧将与我们大快朵颐她对集团级区块链系统的构思。

ICDE(International Conference On Data Engineering)

IEEE的数据库会议。IEEE的集会一般都比ACM对应会议差点,ICDE也不例外。一般被认为显然比SI土霉素OD/VLDB差三个水准,但又明朗比其余的数据库会议高三个程度。

网址:http://www.icde.org/


机械学习一流期刊

JMLR

TPAMI, IJCV,MLJ

美高梅4858官方网站 1

数据库领域注重专注于数据库系统和多少处清理计算法,而数据开采机如果注意于数据价值分析算法。

Conferences


黄铭钧(Ooi Beng
Chin),新加坡共和国国立大学习成绩非凡秀教师、湖南大学黄河学者讲座教学、新加坡共和国科高校院士、ACM
Fellow、IEEE
Fellow。首要商讨方向总结数据库质量难点、索引技巧、内部存款和储蓄器数据管理、云总计和相互系统的钻研与高级应用等,并致力于”ABCD”(AI,Blockchain,Cloud
Computing,Data Driven Technology)领域的更新与行业化。198伍年毕业于澳国莫Nash大学,获一等荣誉大学生学位,一9九零年收获博士学位,之后进入新加坡共和国国立高校并于 两千 年提拔正教授。200七 至
20一三 年,担当Computer高校参谋长,期间将新国民代表大会在 QS
计算机学科的排名升高到世界第 捌名。近来充当新加坡共和国国立高校人工智慧系统切磋院司长、新加坡共和国最大出租汽车车公司康福德高(ComfortDelGro)的单独董事,并牵头新国大埃德蒙顿人工智能创新及行当化焦点研究开发人工智能,推进人工智能在治疗安保卫护健康、金融科学技术等世界的科技(science and technology)立异。

 

汇总

当年6月黄铭钧将前去美利坚合众国圣多明各参与国际数据库前沿展望会议(The
Database Research Self-Assessment
Meeting),那个闭门会议每届只约请2拾一人世界顶尖的数据库专家插足,身为唯1华夏族代表的黄铭钧已经连日来受邀到场三届议会,「数据库界泰斗」的身份鲜明。

一、数据库领域的主要性会议

数据库三大一流会议


SigMod http://www.acm.org/sigmod/


VLDB http://www.vldb.org/


ICDE http://www.ipsi.fraunhofer.de/tcde/conf\_e.html

其余,他要么 CCF 国外杰出进献获得者,身兼新加坡共和国科高校院士、ACM
Fellow、IEEE
Fellow、广东省人工智能发展专家委员会委员等岗位,由她领导的新国民代表大会人工智慧系统研商院设计的
SINGA 深度学习系统,是第2个进入国际一流开源社区 Apache
孵化器的吃水学习类别项目——四个足以让用户制定运转计谋和开辟新产品的布满式深度学习平台。

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

数据发现叁大一流会议


SigKDDhttp://www.sigkdd.org/


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


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

黄铭钧的研商兴趣包涵数据库质量、索引才具、大额、多媒体及空间数据库管理、内部存款和储蓄器数据管理、云总结和互动系统的商量与使用等,近年来6续在
ACM SIGMOD、VLDB、IEEE ICDE 等国际会构和 ACM TODS, IEEE TKDE, VLDB
等刊物发表 200 多篇故事集,被引述 一九一二四 余次,H-Index 为 74(201八 年 五月的 谷歌 Scholar 数据),并且屡屡受邀出任 SIGMOD、VLDB 和 IEEE ICDE
等四个数据库行业内部拔尖会议的委员会主席。

 

人为智能(+数据开采/Computer视觉/…) 国际第顶级会议

壹 IJCAI :人工智能领域顶尖国际会议

② AAAI:德国人工智能学会AAAI的年会

三 P翼虎ICAI:亚太地区人工智能国际会议

据《水星财政和经济》报纸发表,在出任新加坡共和国国立大学Computer高校院长时期(200柒 年—二〇一二年),黄铭钧以致打响将新国民代表大会在 QS Computer学科的排名提高到世界第 8

数据库领域的一级会议SI核糖霉素OD、ICDE、VLDB,下边将对那三大会议进行一下简约介绍。 

机械学习国际超级会议

1 ICML:机器学习、方式识别领域一流国际会议(综合)

二 NIPS:神经计算,机器学习世界顶尖国际会议(综合)

3COLT:机器学习世界拔尖国际会议(总结学习理论,理论Computer科学与机械和工具学习的穿插)

那一个引人瞩目的成功,并未有将黄铭钧「困」在象牙塔里,反而产生他向工产业界进击的「燃料」。

 

计算机视觉拔尖会议

一 ICCV:两年贰次,Computer视觉,格局识别,多媒体总括领域拔尖会议

二 CVPRAV肆:Computer视觉,格局识别,多媒体计算领域顶尖会议

3 ECCV:两年一回,Computer视觉,格局识别,多媒体计算领域超级会议

区块链+医疗=MediLOT

SIGMOD

一流会议:

数据库三大一级会议 —— SI地霉素OD,VLDB,ICDE

一SI维生霉素OD:九八分,数据库的最高会议,涉及范围广阔,稍偏应用(理论作品看PODS)。没说的,远瞻如滔滔江水。这一个会议不仅仅是double-blind
review,而且有rebuttal procedure,可谓标新立异,独辟蹊径。

②VLDB:九十三分,相当好的数据库会议。与SI博来霉素OD类似,涉及范围广阔,稍偏应用。

从小说的成色来讲,SI丙胺搏来霉素OD和VLDB难分伯仲,未有说什么人比哪个人更加高。他们的限制也大致等同。不少牛人都认为,2011年的rebuttal
procedure其实并不怎么成功。投稿太多,很难做到每壹篇都公平公正。繁多rebuttal没人看。

数据库理论会议 —— PODS

    9四分。是“数据库理论的最佳会议,也是2个很好的说理会议”。每年总是co-located
with
SI地霉素OD。认为当中算法背景的人占主流(你能够数数PODS文章中有微微来自Motwani
group),也有局地AI背景的人(终归SIGART也是主办者之一)。它的影响力远逊色SI核糖霉素OD,但是其汉语章的成色相比较整齐,variance小于SI地霉素OD(以及别的任何数据库会议)。有1个人牛人说:“PODS
never had a really bad paper,”那是它值得骄傲的地点。

数据发掘 三大拔尖国际会议—— 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,数据开掘的万丈会议,每年开SIGKDD是United States电脑学会ACM旗下多少发现和学识开掘的正统公司,KDD的英文全称正是KnowledgeDiscovery
and Data 迷你ng。SIGKDD每年主办的KDD大会,是该领域的参天学术会议。

同等对待第1: ICDM(CFFB类): IEEE International Conference on Data
Mining

    唯1实行随想盲审的集会,每年都会吸引多量专家参加会议。

一碗水端平第1: SDM(CFFB类): SIAMInternational Conference on Data
Mining

    底子很厚,但在CS里面包车型大巴震慑比ACM和IEEE照旧要小

机械学习一流会议 —— ICML

新闻搜索、知识管理 —— ACM SIGI猎豹CS六,CIKM(CFFB类)

CIKM:International Conference on Information and Knowledge Management
国际音讯和学识管理会议

音信寻觅、知识管理和数据库领域中一级的ACM会议

运用和媒体领域顶尖国际会议 —— WWW

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产业界得到了相近的采纳,但是在实际落地的进度中照旧存在多少提取耗、存款和储蓄格式不统一、非结构化数据、数据清洗、数据不够、数据再次等难题,尤其在
AI
医治检查判断领域,治疗编码标准的不统壹和医治音讯的纷纷更是制衡着该领域的前进。


不好会议:

EDBT,ICDT,CIKM,SDM,ICDM,PKDD,还有ECML亚洲的机器学习会议(那一个应该是一.伍档的,比相似的二流好)

智能音信处理——ICIIP(IFIP智能音信管理国际会议)

本着以上难题,黄铭钧指点团队塑造出了
MediLot——1个依赖区块链的治疗安保卫护健康数据管理和剖析平台,借助区块链的防篡改特点,有限援助差别医疗保养机构之间的治病记录的存档,使得数量来源追踪、数据解析以及依据病者喜好量身订造的临床变得或许,将医治处理和切磋促进更加好的前景。

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

Online Resources


http://www.kdnuggets.com

http://www.chinakdd.com

网站群集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

美高梅4858官方网站 2

数据库会议中最佳的集会,也是最棒的系统类的议会之壹,在数据库领域具备最高学术地位的国际性学术会议。其文章提到范围布满,稍偏应用。这么些会议不仅仅是double-blind
review,而且有rebuttal
procedure,可谓别具一格,独具匠心。200柒年1月1三十一日至一月11日,第贰陆届ACM
SI卡那霉素OD国际数码工学术会议在香江国际会议中央举行。

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/

MediLot 官方网站展现的才具底层

 

在黄铭钧看来,理想的诊治数据共享系统应以伤者为骨干,伤者具备最高权力管理本人的病史记录。简单来讲,伤者能够授权
MediLot
将本身病史数据的拜访权限记录在区块链上,在有亟待时通过链下点对点网络将数据发给第二方单位采用,医务职员也得以由此平台上的算法和分析模型预测伤者病情的升高,从而做出最精准的治病检查判断。

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,而是早就在新加坡共和国国立高校医院(NUH)中诞生应用。二〇一玖年开春,运转ICO 的 MediLOT
相当慢就获得了两笔大数额投资,新加坡共和国政坛部门也公布了参预意愿。

 

从遥远来看,MediLOT
上的完全临床会诊数据,对于青春医师的经验成长提振中小规模医院的医治水平,不可不说是个宝藏。

VLDB

区块链的平底优化


黄铭钧的钻研一贯走在社会的战线。面对喝5吆陆的区块链百货店,黄铭钧冷静地提出近日区块链领域尚存在的片段标题:区块链系统的习性有限,远远低于起头进的数据库系统的预想

是Very Large Data Bases的缩写。

那项结果在她与集体一齐钻探设计的区块链测评套件 BLOCKBENCH
中赢得验证——BLOCKBENCH 是第多个研商和比较许可型区块链的属性的
benchmark。在舆论中,黄铭钧与公司提议了 4 种立异区块链的诀窍:

玖五分的数据库会议。与SI红霉素OD类似,涉及范围广阔,稍偏应用。从小说的材质来讲,SI氯林可霉素OD和VLDB难分伯仲,未有说谁比何人更加高。他们的范围也大约1致。反而VLDB的审阅稿件质量直接异常高。每年的VLDB都有很理论的paper。2014年,数据库领域盛名国际会议VLDB第2回在中原瓦伦西亚进行。

  1. 将储存、推行引擎和共同的认知层互相解耦,然后独立优化和扩大;
  2. 吸收新的硬件:多核 CPUs 和大内部存款和储蓄器、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,系统内每四个节点维护了扳平的数码;
  4. 支撑注明性语言。

 

而黄铭钧未有让优化办事停留在「充饥画饼」,随后与集体共同发表了高品质的区块链数据存款和储蓄系统
ForkBase,目的在于补助要求多少版本调控、分叉和防篡改等效能的区块链系统。

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. 

「创业从极大程度上的话,是系统商量教员和学生活中必备的一局地。壹创业,就务须关怀整整系统的研究开发,而不仅仅是做一些的安插性,来匡助自个儿建议的驳斥。」那是黄铭钧一直以来遵从的治学观念,他也用勤劳的名堂向大家呈现了那份服从。

 

在 CNCC 2018大会现场,大家将荣耀在现场聆听黄铭钧先生题为《公司级区块链系统:从 0 到
一,再到Infiniti》的大会解说,雷锋(Lei Feng)网 AI
科学和技术评价将第目前间为大家带来最新报导。

亚洲的数据库会议,也1度有30年的野史。举行地大多依据一年亚洲,次年其他洲轮换的法则。它是绝无仅有能接近SI核糖霉素OD的集会,一般被以为和SI阿奇霉素OD同样受青眼。它的PC相比diversified一点,其它录取小说的时候或然会设想一点地带平衡。由此对于美利坚同车笠之盟的投稿乃至有望认为到比SI创新霉素OD还难进。在这一个会议上也能观察越多的起点美国以外的篇章。 

更多讲者音讯及议程,招待移步 CNCC 201八大会官方网址精通,大会现已开放购票路子,在 玖 月 2116日事先完结报名就可以享受优厚。

 

大会官方网站:

ICDE

雷正兴网AI科技(science and technology)评价整理分享回来搜狐,查看愈多


主编:

是IEEE International Conference on Data Engineering的简写。

玖贰分的数据库会议,是数额和数据库领域的一流会议。也是二个大杂烩,好处是覆盖面广、包容性强,坏处是文章水平犬牙交错。

IEEE的数据库会议。IEEE的集会一般都比ACM对应会议差一点,ICDE也不例外。一般被感觉明显比SI丙胺博莱霉素OD/VLDB差二个水准,但又明朗比其余的数据库会议高2个程度。 

 

PODS


是Principles Of Database Systems的简写。

数据库理论的最棒会议。玖伍分的数据库会议。每年总是和SI达托霉素OD在同样地方设立。

当中算法背景的人占主流(你能够数数PODS文章中有多少来自Motwani
group),也有一些AI背景的人(终究SIGART也是主办者之壹)。它的影响力远不及SI欧霉素OD,然则其中文章的质量比较整齐,variance小于SIGMOD(以及其余任何数据库会议)。有一人牛人说:“PODS
never had a really bad paper,”那是它值得骄傲的地点。

 

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.

 

贰、数据开采领域的显要集会

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

 

一流的:

多少发现SIGKDD

机器学习ICML

信息检索SIGITiggo

 

二流的:

EDBT

ICDT

CIKM

SDM

ICDM

PKDD,

还有ECML欧洲的机器学习会议(这么些理应是一.5档的,比相似的二流好)

 

SIGKDD


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

full paper 九四分,poster/short paper
八十九分。数据发掘的最高会议。由于历史积淀不足以及世界圈子比较小,勿用讳言KDD近期比SI林大霉素OD尚有所比不上。
这几年来KDD的成色都相当高。其full
paper的品质大于SI土霉素OD/VLDB中数量发掘地点的paper的质量。原因是SI罗红霉素OD/VLDB审阅稿件人中多少开采的人很少,审阅稿件标准不鲜明能操纵得很好。
这几年一些篇SIGMOD/VLDB的数目发掘paper都follow一些KDD的paper。而在KDD,要拿一篇full
paper真难。二零一八年清华拿了壹篇,实属难得。今年他们又拿了一个SI放线菌壮观素OD
demo,表明专门的学业确实很扎实。
听别人说在重重地方,假如能有1篇SI威他霉素OD/VLDB/KDD,就能大学生结业,能有两篇就能找到精确的事业。

 

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


八十七分,不错的数据库会议,录取率相当的低可是历史积淀不足。

 

ICDT


九十分,PODS的北美洲版,数据库理论第一议会。
和SI丙胺搏来霉素OD/VLDB同样,ICDE和EDBT在品质和影响上都连镳并驾。

 

其余的如CIKM,SDM,ICDM,PKDD等等都比上述的集会差1截。

 

CIKM


85分。

 

SDM


full paper 九十多分,poster/short paper
八陆分。SDM的数量发现会议,与ICDM并名列数据开采领域的第多少人,比KDD有家弦户诵差别。好像个中执会调查总计局计背景的人比较多,也有一些机器学习背景的人,相比较iversified。

 

ICDM


full paper 九十分,poster/short paper
88分。IEEE的数目挖掘会议,与SDM并名列数据发掘领域的第三人,比KDD有确定不一致。

 

PKDD


八三分(因为poster/short
paper数量很少,所以反对区分)。好像是KDD的南美洲版,但与KDD天差地别。

 

3、与数量开采有关的第三国际期刊

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

DMKD (DAMI): Data Mining and Knowledge Discovery

TKDE: IEEE Transaction on Knowledge and Data Engineering

TKDD: ACM Transaction on KDD

SIGKDD Explorations

 

 

 

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图