KDD-20 세 편의 논문 및 튜토리얼 제안 채택!

KAIST AI대학원 소속 연구자들의 논문 세 편과 튜토리얼 제안이 KDD-20 (the ACM SIGKDD Conference on Knowledge Discovery and Data Mining) 학회에 채택되었습니다.
KDD는 세계 최고의 데이터 마이닝 학회 중의 하나로, 2020년 8월 23일부터 27일까지 미국 샌디애고의 San Diego Convention Center에서 개최될 예정입니다.

채택된 논문 목록:

“Incremental Lossless Graph Summarization”
Jihoon Ko* (KAIST AI), Yunbum Kook*, and Kijung Shin (KAIST AI)

“SSumM: Sparse Summarization of Massive Graphs”
Kyuhan Lee* (KAIST AI), Hyeonsoo Jo*(KAIST AI), Jihoon Ko (KAIST AI), Sungsu Lim, and Kijung Shin (KAIST AI)

“Structural Patterns and Generative Models of Real-world Hypergraphs”
Manh Tuan Do, Se-eun Yoon, Bryan Hooi Kuen-Yew, and Kijung Shin (KAIST AI)

“Interpreting and Explaining Deep Neural Networks: A Perspective on Time Series Data” (Tutorial)
Jaesik Choi (KAIST AI)