<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
<style type="text/css" style="display:none;"><!-- P {margin-top:0;margin-bottom:0;} --></style>
</head>
<body dir="ltr">
<div id="divtagdefaultwrapper" dir="ltr" style="font-size: 12pt; color: rgb(0, 0, 0); font-family: Calibri, Helvetica, sans-serif, EmojiFont, "Apple Color Emoji", "Segoe UI Emoji", NotoColorEmoji, "Segoe UI Symbol", "Android Emoji", EmojiSymbols;">
<p></p>
<div>CALL FOR PAPERS</div>
<div><br>
</div>
<div>Call for Papers: Special Session on KR and Machine Learning</div>
<div><br>
</div>
<div>July 31 - August 5, 2022, Haifa, Israel</div>
<div><br>
</div>
<div></div>
<a href="https://kr2022.cs.tu-dortmund.de/cfp_special_session_kr_and_machine_learning.php" class="OWAAutoLink" id="LPlnk25409" previewremoved="true">https://kr2022.cs.tu-dortmund.de/cfp_special_session_kr_and_machine_learning.php</a><br>
<div><br>
</div>
<div>** IMPORTANT DATES **</div>
<div>* Submission of title and abstract: February 2, 2022</div>
<div>* Paper submission deadline: February 9, 2022</div>
<div>* Author response period: March 29-31, 2022</div>
<div>* Author notification: April 15, 2022</div>
<div>* Camera-ready papers: May 7, 2022</div>
<div>* Conference: July 31 - August 5, 2022</div>
<div><br>
</div>
<div>** DESCRIPTION **</div>
<div>The last few years have witnessed a growing interest in AI methods that combine aspects of Machine Learning (ML) with insights and methods from the field of Knowledge Representation and Reasoning (KR). This trend is essentially motivated by the clear complementarity
 of ML and KR. For instance, the popularity and success of ML based systems has put issues such as explainability, bias and fairness firmly in the spotlight, and addressing these issues naturally leads to systems in which symbolic (or at least interpretable)
 representations play a more central role. On the other hand, ML also offers solutions for long-standing challenges in the field of KR, for instance related to efficient, noise-tolerant and ampliative inference, knowledge acquisition, and the limitations of
 symbolic representations. The synergy between ML and KR has the potential to lead to new advancements in fundamental AI challenges including, but not limited to, learning symbolic generalisations from raw (multi-modal) data, using knowledge to facilitate data-efficient
 learning, supporting interpretability of learned outcomes, federated multi-agent learning and decision-making.</div>
<div><br>
</div>
<div>This year, for the third time, KR2022 will host a special session on "Knowledge Representation and Machine Learning", which aims at providing researchers and practitioners with a dedicated forum for the discussion of new ideas and research results at the
 intersection of these two fields. This special session will provide participants with the opportunity to make meaningful connections and develop a shared understanding of the challenges involved in developing innovative AI solutions that rely on a combination
 of insights and methods from ML and KR.</div>
<div><br>
</div>
<div>** EXPECTED CONTRIBUTIONS **</div>
<div>The Special Session on KR and ML at KR2022 invites submissions of papers that combine aspects of KR and ML research, including the use of KR methods for solving ML challenges (e.g. knowledge-guided or explainable learning), the use of ML methods for solving
 KR challenges (e.g. efficient inference, knowledge base completion), the integration of learning and reasoning, and the application of combined KR and ML approaches to solve real-world problems.</div>
<div>We welcome papers on a wide range of topics, including but not limited to:</div>
<div>* Learning symbolic knowledge, such as ontologies and knowledge graphs, action theories, commonsense knowledge, spatial and temporal theories, preference models and causal models</div>
<div>* Logic-based, logical and relational learning algorithms</div>
<div>* Machine-learning driven reasoning algorithms</div>
<div>* Neural-symbolic learning</div>
<div>* Statistical relational learning</div>
<div>* Multi-agent learning</div>
<div>* Symbolic reinforcement learning</div>
<div>* Learning symbolic abstractions from unstructured data</div>
<div>* Explainable AI</div>
<div>* Expressive power of learning representations</div>
<div>* Knowledge-driven natural language understanding and dialogue</div>
<div>* Knowledge-driven decision making</div>
<div>* Knowledge-driven intelligent systems for internet of things and cybersecurity</div>
<div>* Architectures that combine data-driven techniques and formal reasoning</div>
<div><br>
</div>
<div> </div>
<div>** SUBMISSION GUIDELINES AND EVALUATION CRITERIA **</div>
<div>The Special Session on KR and Machine Learning will allow contributions of both regular papers (9 pages) and short papers (4 pages), excluding references, prepared and submitted according to the authors guidelines in the submission page:</div>
<div></div>
<a href="https://kr2022.cs.tu-dortmund.de/submission.php" class="OWAAutoLink" id="LPlnk92880" previewremoved="true">https://kr2022.cs.tu-dortmund.de/submission.php</a><br>
<div><br>
</div>
<div>The special session welcomes contributions that extend the state-of-the-art at the intersection of KR and ML. Therefore, KR-only or ML-only submissions will not be accepted for evaluation in this special session.</div>
<div><br>
</div>
<div>Submissions will be rigorously peer reviewed by PC members who are active in KR and ML. Submissions will be evaluated on the basis of the originality, soundness, relevance and significance of the technical contribution, as well as the overall presentation
 quality.</div>
<div><br>
</div>
<div><br>
</div>
<div>** CHAIRS **</div>
<div>Fabio Cozman University of Sao Paulo, Brazil </div>
<div>Steven Schockaert Cardiff University, UK </div>
<p></p>
</div>
<font face="Arial"><br>
<font size="2"><em>Wichtiger Hinweis: Die Information in dieser E-Mail ist vertraulich. Sie ist ausschließlich für den Adressaten bestimmt. Sollten Sie nicht der für diese E-Mail bestimmte Adressat sein, unterrichten Sie bitte den Absender und vernichten Sie
 diese Mail. Vielen Dank. <br>
Unbeschadet der Korrespondenz per E-Mail, sind unsere Erklärungen ausschließlich final rechtsverbindlich, wenn sie in herkömmlicher Schriftform (mit eigenhändiger Unterschrift) oder durch Übermittlung eines solchen Schriftstücks per Telefax erfolgen.
<br>
<br>
Important note: The information included in this e-mail is confidential. It is solely intended for the recipient. If you are not the intended recipient of this e-mail please contact the sender and delete this message. Thank you. Without prejudice of e-mail
 correspondence, our statements are only legally binding when they are made in the conventional written form (with personal signature) or when such documents are sent by fax.
</em></font></font>
</body>
</html>