會議時間：2022年12月9日-12日
會議形式：線上舉行，免費參加，全程錄製
會議官網地址：[Learning on Graphs Conference (logconference.org)](https://logconference.org/ )
會議簡介：
隨著機器學習領域的迅速發展，其許多子領域也在迅速發展。在過去的十年裡，圖（graph）上的機器學習方法已經取得了長足的進步，特別是近年來，圖深度學習的方法取得了不錯的進展。這對需要處理圖資料的各個應用領域來說是一大福音，如計算化學、交通網路、社交網路、推薦系統、醫療保健等等。
然而，圖機器學習領域的快速增長也帶來了一些新的挑戰。到目前為止，已經有很多關於圖學習的論文，這些論文包含了廣泛的領域和方法；很少有研究人員可以跟上這個領域的所有這些方面。因此，現在比以往任何時候都更需要更有針對性的審稿人和高質量的評審。
雖然目前已經有幾個成功的專門討論圖上學習的workshop（在NeurIPS、ICML、ICLR、KDD、WWW、WSDM、AAAI和其他場所），但workshop的規模已經變得非常龐大。例如，上一次親自舉辦的圖表示學習研討會（NeurIPS 2019），有超過1300名註冊參與者，這使得它成為會場第二大最受歡迎的研討會，可能比機器學習的許多會議還要大。這麼快的增長速度與workshop所提供的資源不相符。同時，最近面向圖機器學習的workshop一般不會包括圖上學習的所有子領域。這種重點活動的例子包括演算法推理、分子發現、知識圖譜的學習等workshop。理想情況下，圖學習的所有子領域的研究都有適當的場所來展示和討論研究，同時還能保持合作和聯絡，這很重要，因為關鍵的想法經常在不同子領域中重新出現。
我們相信，一個專門討論圖學習的新會議可以發揮重要作用，使圖機器學習的研究超越現在的水平。今年，在一些世界頂級圖學習研究人員組成的國際團隊的幫助下，我們正在組織首屆圖學習會議（LoG）。在第一年，LoG會議將線上上舉行，所有人都可以免費參加。LoG會議將有一個發表在PMLR上的論文集合。
專案簡介：
我們目前收到了超過2000名來自世界各地的學生，研究者，教授，工業研究員等註冊，我們會有71個poster presentation，12個oral presentation，8個tutorial，5個keynote，還會有2個social hour
希望大家踴躍報名參加！ https://www.eventbrite.com/e/learning-on-graphs-tickets-460966843237
加入我們的Slack Channel https://join.slack.com/t/logconference/shared_invite/zt-1ioovxfk3-az_J5HBCiNrKiw6rIAibSw