KDD는 연구 및 응용 데이터 과학 트랙을 모두 주최하는 최고의 데이터 과학 컨퍼런스입니다. 논문은 연구 트랙이나 응용 데이터 과학 트랙 중 하나에 제출해야 하지만 둘 다 제출할 수 없습니다 . 컨퍼런스는 2024년 8월 25일부터 29일까지 바르셀로나에서 개최됩니다.

연구 트랙의 경우 과학, 비즈니스, 의학 및 공학 분야의 데이터 과학 문제에 대한 이론적 기초부터 새로운 모델 및 알고리즘에 이르기까지 지식 발견 및 데이터 과학의 모든 측면에 대한 혁신적인 연구를 설명하는 논문 제출을 초대합니다. 새롭고 떠오르는 주제에 대한 선구적인 논문도 환영하며, 연구에 혁신적인 기술적 기여를 하는 응용 중심 논문도 환영합니다. 관심 주제는 다음을 포함하되 이에 국한되지 않습니다.

KDD'24 응용 데이터 과학(ADS) 트랙 의자는 데이터 마이닝, 데이터 분석, 데이터 과학 및 응용 기계 학습 분야의 실제 응용 프로그램을 위한 솔루션 및 시스템의 설계 및 구현을 설명하는 논문 제출을 요청합니다. 실제 세계에서 데이터 과학 기술을 배포하는 것과 관련된 문제에 대한 이해를 해결하거나 발전시키는 논문에 중점을 두고 있습니다. 이러한 배포의 결과로 발생하는 중요하고 검증 가능한 비즈니스 또는 실제 영향을 보여주는 논문이 권장됩니다. 

논문은 문제, 애플리케이션 도메인에 대한 중요성, 솔루션에 대한 설계를 선택할 때 내려진 결정과 장단점, 제한된 환경에서 데이터 수집, 모델링 및 배포와 같은 영역의 과제를 어떻게 극복했는지, 그리고 그로부터 배운 교훈을 제시해야 합니다. 성공과 실패. 기본 기계 학습 알고리즘이 근본적으로 획기적이지 않더라도 괜찮습니다. 출시 후 성능을 정량화하여 솔루션이 배포되었다는 증거를 제공해야 합니다. 

배포된 실제 애플리케이션을 설명하는 논문은 광범위한 응용 데이터 과학자를 대상으로 해야 합니다 . 

Research Track
데이터 과학: 
소셜 네트워크, 시계열, 시퀀스, 스트림, 텍스트, 웹, 그래프, 규칙, 패턴, 로그, IoT 데이터, 시공간 데이터, 생물학적 데이터, 과학 및 비즈니스 데이터를 분석하는 방법. 추천 시스템, 컴퓨터 광고, 멀티미디어, 금융, 생물정보학.
빅 데이터: 
데이터 분석, 기계 학습, 최적화, 샘플링, 요약을 위한 대규모 시스템. 병렬 및 분산 데이터 과학(클라우드, 맵 축소, 연합 학습); 빅데이터를 위한 새로운 알고리즘 및 통계 기법; 알고리즘적으로 효율적인 데이터 변환 및 통합.
기초: 
모델 및 알고리즘, 점근적 분석; 모델 선택, 차원 축소, 관계형/구조적 학습, 행렬 및 텐서 방법, 확률 및 통계 방법; 딥 러닝, 전이 학습, 표현 학습, 메타 학습, 강화 학습; 분류, 클러스터링, 회귀, 준지도 학습, 자기 지도 학습, 소수 학습 및 비지도 학습; 개인화, 보안 및 개인 정보 보호, 시각화; 공정성, 해석 가능성, 윤리성 및 견고성.

Applied Data Science (ADS) Track
마케팅 애플리케이션(컴퓨팅 광고, 마케팅 캠페인 최적화 포함)
그래프 애플리케이션(소셜 및 전문 네트워크, 사기 탐지, 추천 포함)
금융 애플리케이션(핀테크, 은행, 보험 포함)
지리공간 애플리케이션(스마트 시티, 교통, 매핑 포함)
산업용 애플리케이션을 위한 AI(의료 기기, 로봇 공학, 센서 포함)
과학 응용을 위한 AI(계산 생물학, 건강, 환경 과학 포함) 
데이터 과학 응용 분야를 위한 데이터 및 벤치마킹(큐레이션 검증, 대규모 데이터 공개, 실험, 성능 벤치마킹 포함)
신뢰와 책임 있는 AI 애플리케이션(정책, 규정 준수, 윤리, 공정성, 개인 정보 보호 포함)

** 명시된 출품품목과 실제 출품품목은 상이 할 수 있습니다 **

패키지기준 : 일반석왕복항공료(공항이용료, TAX, 유류할증료), 일급호텔(2인1실기준), 일정상의 식사/전용차/가이드/기사, 현지팁, 인솔자경비, 해외여행자보험(2억원) 등

여권발급비, 일정 외 식사, 독실 추가비용, 기타개인경비