<html xmlns:v="urn:schemas-microsoft-com:vml" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:w="urn:schemas-microsoft-com:office:word" xmlns:m="http://schemas.microsoft.com/office/2004/12/omml" xmlns="http://www.w3.org/TR/REC-html40"><head><meta http-equiv=Content-Type content="text/html; charset=utf-8"><meta name=Generator content="Microsoft Word 15 (filtered medium)"><style><!--
/* Font Definitions */
@font-face
        {font-family:"Cambria Math";
        panose-1:2 4 5 3 5 4 6 3 2 4;}
@font-face
        {font-family:Calibri;
        panose-1:2 15 5 2 2 2 4 3 2 4;}
/* Style Definitions */
p.MsoNormal, li.MsoNormal, div.MsoNormal
        {margin:0cm;
        font-size:11.0pt;
        font-family:"Calibri",sans-serif;
        mso-fareast-language:EN-US;}
span.EmailStyle19
        {mso-style-type:personal-reply;
        font-family:"Calibri",sans-serif;
        color:windowtext;}
.MsoChpDefault
        {mso-style-type:export-only;
        font-size:10.0pt;}
@page WordSection1
        {size:612.0pt 792.0pt;
        margin:70.85pt 70.85pt 70.85pt 70.85pt;}
div.WordSection1
        {page:WordSection1;}
--></style><!--[if gte mso 9]><xml>
<o:shapedefaults v:ext="edit" spidmax="1026" />
</xml><![endif]--><!--[if gte mso 9]><xml>
<o:shapelayout v:ext="edit">
<o:idmap v:ext="edit" data="1" />
</o:shapelayout></xml><![endif]--></head><body lang=FR link="#0563C1" vlink="#954F72" style='word-wrap:break-word'><div class=WordSection1><p class=MsoNormal>---------------------------------------------------------<o:p></o:p></p><p class=MsoNormal>Apologies for multiples copies<o:p></o:p></p><p class=MsoNormal>---------------------------------------------------------<o:p></o:p></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>Call for Papers<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal style='text-indent:35.4pt'><span lang=EN-US>   Graph Models for Learning and Recognition (GMLR) Track<o:p></o:p></span></p><p class=MsoNormal style='text-indent:35.4pt'><span lang=EN-US>The 37th ACM Symposium on Applied Computing (SAC 2022)<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>                              April 25-29, 2022, Brno, Czech Republic<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>                              http://phuselab.di.unimi.it/GMLR2022<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>Track Chairs<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>Donatello Conte (University of Tours)<o:p></o:p></span></p><p class=MsoNormal><span lang=IT>Giuliano Grossi (University of Milan)<o:p></o:p></span></p><p class=MsoNormal><span lang=IT>Raffaella Lanzarotti (University of Milan)<o:p></o:p></span></p><p class=MsoNormal><span lang=IT>Jianyi Lin (Università Cattolica del Sacro Cuore)<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>Jean-Yves Ramel (University of Tours)<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>Scientific Program Committee (in progress)<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=IT>Davide Boscaini (Fondazione Bruno Kessler)<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>Ryan A. Rossi     (Adobe Research)<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>...<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>Important Dates<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>Submission of regular papers:    October 15, 2021<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>Notification of acceptance/rejection:     December 10, 2021<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>Camera-ready copies of accepted papers: December 21, 2021<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>SAC Conference:              April 25 - 29, 2022<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>Motivations and topics<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>The ACM Symposium on Applied Computing (SAC 2022) has been a primary gathering forum<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>for applied computer scientists, computer engineers, software engineers, and application<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>developers from around the world. SAC 2022 is sponsored by the ACM Special Interest Group<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>on Applied Computing (SIGAPP), and will be held in Brno, Czech Republic. The technical track on<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>Graph Models for Learning and Recognition (GMLR) is the first edition and is organized within<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>SAC 2022.<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>Graphs have gained a lot of attention in the pattern recognition community thanks to their<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>ability to encode both topological and semantic information. <o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>Encouraged by the success of CNNs, a wide variety of methods<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>have redefined the notion of convolution for graphs. These new approaches have in general<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>enabled effective training and achieved in many cases better performances than competitors,<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>though at the detriment of computational costs.<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>Typical examples of applications dealing with graph-based representation are: scene graph<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>generation, point clouds classification, and action recognition in computer vision; text<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>classification, inter-relations of documents or words to infer document labels in natural<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>language processing; forecasting traffic speed, volume or the density of roads in traffic<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>networks, whereas in chemistry researchers apply graph-based algorithms to study the graph<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>structure of molecules/compounds.<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>This track intends to focus on all aspects of graph-based representations and models for<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>learning and recognition tasks. GMLR spans, but is not limited to, the following topics:<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>● Graph Neural Networks: theory and applications<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Deep learning on graphs<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Graph or knowledge representationa learning<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Graphs in pattern recognition<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Graph databases and linked data in AI<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Benchmarks for GNN<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Dynamic, spatial and temporal graphs<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Graph methods in computer vision<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Human behavior and scene understanding<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Social networks analysis<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Data fusion methods in GNN<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Efficient and parallel computation for graph learning algorithms<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Reasoning over knowledge-graphs<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Interactivity, explainability and trust in graph-based learning<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Probabilistic graphical models<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>● Biomedical data analytics on graphs<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>Authors of selected top papers of this track will be asked to publish an extended version in a<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>Special Issue of a Journal (the journal will be announced soon).<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>Submission Guidelines<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>Authors are invited to submit original and unpublished papers of research and applications for<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>this track. The author(s) name(s) and address(es) must not appear in the body of the paper, and<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>self-reference should be in the third person. This is to facilitate double-blind review. Please,<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>visit the website for more information about submission<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>SAC No-Show Policy<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US>Paper registration is required, allowing the inclusion of the paper/poster in the conference<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>proceedings. An author or a proxy attending SAC MUST present the paper. This is a requirement<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>for the paper/poster to be included in the ACM digital library. No-show of registered papers<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US>and posters will result in excluding them from the ACM digital library.<o:p></o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p><p class=MsoNormal><span lang=EN-US><o:p> </o:p></span></p></div></body></html>