今天给大家推荐一个基于图的机器学习特刊征稿，是来自应用网络科学特刊，征稿的截止时间是在2018年12月20日，这个特刊征稿主题涵盖很多的方法，对此感兴趣的朋友可以继续阅读。或者查看他们的官网通知。

官网链接：

https://appliednetsci.springeropen.com/cfp-mlgraphs?from=groupmessage

图这种数据结构是很具有代表性的，尤其是在社会、生物、通信、交通网络和能源网络的今天，图的结构是无处不在的。随着越来越多的结构化和半结构化的数据变得可用，能够挖掘特征的机器学习的方法变得越来越有价值，能够有效挖掘、学习数据规律的重要性也在增加。

这些图数据都是多关系的、动态的并且也是大规模的。在基于图数据开发的机器学方法去实际应用的过程中，会遇到一些挑战，比如理解适用于不同图数据的处理技术，处理他们的异构性以及信息集成方法的应用、处理动态和变化的图、如何在较大的数据规模上去解决这些问题等等。

在本次征稿中，希望收集那些可以帮助我们更好地理解当前基于图的机器学习方法的原理、局限性和应用，并且提高对新算法、技术和分析的研究。

我们鼓励大家提交在理论、方法的研究，以及基于图的不同的机器学习方法在不同领域的应用，感兴趣的课题包括但不限于理论、算法以及方法，如：

• 学习和挖掘算法(Learning and mining algorithms)

• 嵌入和因数分解方法(Embeddings and factorization methods)

• 动态复杂网络学习(Learning with dynamic and complex networks)

• 统计和概率的方法(Statistical and probabilistic methods)

• 理论(Theory)

我们也鼓励提交关于基于图数据机器学习应用方面的论文，这些应用包括但不限于：

• 生物医学和医疗网络( Biomedicine and medical networks)

• 社会网络分析 (Social network analysis)

• 万维网 (The World Wide Web)

• 神经科学和神经网络 (Neuroscience and neural networks)

• 交通系统和物理基础设施 (Transportation systems and physical infrastructure)

• 知识图谱 (Knowledge graphs)

• 推荐系统 (Recommender systems)

重要的截止日期

• 提交摘要：2018年12月20日

• 摘要反馈通知:2019年1月10日

• 提交论文截止日期:2019年3月1日

• 刊物发表:2019年7月30日

我们鼓励大家在截止日期前尽早的提交，论文在被提交之后就会进入到一个快速的审查环节并且会在接收之后发表。

提交操作

我们希望作者可以提交一份简单的主题介绍，包含一个短的大纲或者扩展的摘要（大概在1000字左右），内容可以涵盖主题、关键概念、方法、预期结果和结论。

具体方式和操作可以查看官网。

官网链接：

https://appliednetsci.springeropen.com/cfp-mlgraphs?from=groupmessage

编辑：孟婕

前沿论文解读：图网络上的注意力流

DeepMind开源图网络库推理新利器

图网络：悄然兴起的深度学习新浪潮

用小数据进行金融欺诈：图网络的对抗样本

关系式归纳偏好、深度学习和图网络

加入集智，一起复杂！

---

集智俱乐部QQ群｜877391004

商务合作及投稿转载｜swarma@swarma.org

◆◆◆

搜索公众号：集智俱乐部

加入“没有围墙的研究所”

让苹果砸得更猛烈些吧！

原文始发于微信公众号（ 集智俱乐部 ）：集智