ieee_international_conference_on_data_mining

IEEE International Conference on Data Mining (ICDM) – coroczna konferencja organizowana przez IEEE w dziedzinie data mining oraz pokrewnych obszarów, takich jak sztuczna inteligencja, uczenie maszynowe i statystyka. Konferencja od momentu swojego powstania stała się jednym z najważniejszych spotkań naukowo‑technicznych, przyciągającym badaczy, praktyków i przedstawicieli przemysłu z całego świata.

Historia

Pierwsza edycja ICDM odbyła się w 2001 roku w Los Angeles. Od tego czasu konferencja była organizowana w różnych miastach, zarówno w Stanach Zjednoczonych, jak i w Europie oraz Azji. Do najważniejszych lokalizacji należą:

2005 – Tokio
2010 – Kraków
2015 – Sydney
2020 – online (z powodu pandemii)

W 2018 roku konferencja po raz pierwszy odbyła się w Europie Wschodniej, co podkreśliło rosnące znaczenie regionu w badaniach nad eksploracją danych.

Organizacja

ICDM jest organizowana przy współpracy komitetu IEEE Computer Society oraz międzynarodowego grona ekspertów. Każda edycja ma własny program committee, które odpowiada za:

przyjmowanie i recenzowanie zgłoszeń (paperów, plakatów, demonstracji)
wybór tematyki sesji plenarnych i warsztatów
przyznawanie nagród, w tym Best Paper Award oraz Best Student Paper Award

Zakres tematyczny

Konferencja obejmuje szerokie spektrum zagadnień związanych z wydobywaniem wiedzy z danych, m.in.:

algorytmy klasyfikacji, klasteryzacji i regresji
eksploracja dużych zbiorów danych (big data)
analiza strumieni danych (data stream mining)
modelowanie graficzne i sieci Bayesa
aplikacje w medycynie, finansach, przemyśle i bioinformatyce

Publikacja i archiwizacja

Pozytywne zgłoszenia są publikowane w cyfrowych Proceedings of the IEEE International Conference on Data Mining, które są dostępne w IEEE Xplore Digital Library. Część prac jest także rozszerzana i publikowana w renomowanych czasopismach, takich jak IEEE Transactions on Knowledge and Data Engineering.

Wyróżnione wydarzenia i osiągnięcia

W trakcie historii ICDM zaprezentowano wiele przełomowych rozwiązań, m.in.:

Wprowadzenie Random Forest jako standardowej metody klasyfikacji (paper z 2004 roku).
Rozwój metod głębokiego uczenia w kontekście analizy danych nieustrukturyzowanych (sesje w 2016 roku).
Prezentacja systemu Apache Spark dla przetwarzania dużych zbiorów danych (demo w 2014 roku).

Powiązane konferencje

Wśród najbliższych tematycznie wydarzeń wymienia się:

Zobacz także

IEEE | Data mining | Sztuczna inteligencja | Uczenie maszynowe | Big Data

Bibliografia

Proceedings of the IEEE International Conference on Data Mining, roczniki 2001‑2023.
J. Han, M. Kamber, J. Pei, Data Mining: Concepts and Techniques, Morgan Kaufmann, 2011.
IEEE Computer Society, “History of ICDM”, dostępne w wewnętrznej bazie IEEE.