图机器学习大牛们，最近突然都在转发一个机器学习会议的动向。
无论是图注意力网络一作Petar Veličković：
还是几何深度学习提出者Michael Bronstein：
都在关注这个机器学习会议，其中Bronstein还特意写了个博客号召大家参加。
这是怎么回事？
原来，大牛们准备搞个专属于图&几何机器学习的学术会议了。
会议名叫Learning on Graphs Conference（LoG），区别于NeurIPS，ICML和ICLR等学术会议，这个新举办的会议接收的投稿都与图&几何机器学习相关。
也就是说，有很多在NeurIPS，ICML和ICLR上面讨论不到的细分图&几何ML领域，在LoG上都可以进行讨论，还能得到各个图机器学习大牛的指导。
所以，这个会议究竟有哪些大牛参与，讨论哪些方向的主题，参与形式又是什么？
一起来看看。
事实上，这次会议基本“集齐”了国内外有名的图&几何机器学习大牛。
例如graph2vec和GraphSAGE的作者Jure Leskovec、机器学习元老Michael Jordan弟子Stefanie Jegalka，以及在小分子药物领域涉猎广泛的唐建，还有清华大学教授唐杰等，都会参与此次会议。
因此，任何与图&几何机器学习相关的主题，都能放到这次学术会议上讨论。
例如，与图机器学习相关的包括分子发现、物理科学、推荐系统、计算机视觉、自然语言处理等应用领域，以及图神经网络架构、和图生成模型等理论方向，都在这次会议的讨论范畴之内。
偏工业和落地应用的也可以，如计算化学、交通网络、社交网络、推荐系统或医疗保健等。
Michael Bronstein认为，理论上图机器学习的所有子领域，都可以在这次会议上被讨论，这样才有可能碰撞出新的灵感火花。
今年是LoG会议举办的第一年，这次会议将以线上的形式召开。
因此，任何人都能通过网络参与这次会议，得到大牛们的指点。
具体到投稿上，这次论文也将采用开放评审（Open Review）的方式进行，目前也在召集合适的论文评审，并有机会获得每人1500美元的奖励。
从官网显示时间来看，到9月前都还有机会准备论文。
第一届LoG会议，则将在12月进行召开。
对图&几何机器学习有研究的小伙伴，可以考虑开始准备&投稿了~
会议投稿地址&评审报名：
https://logconference.github.io/
参考链接：
[1]https://medium.com/@michael-bronstein/announcing-the-learning-on-graphs-conference-c63caed7347
[2]https://twitter.com/PetarV_93/status/1514954210806280193
“
