第四届数据科学国际会议(ICDS2017)将于5月在上海召开
會(huì)議簡(jiǎn)介
大數(shù)據(jù)發(fā)展如火如荼,大數(shù)據(jù)產(chǎn)業(yè)引人關(guān)注。然而,大數(shù)據(jù)問題和挑戰(zhàn)依然嚴(yán)峻。大數(shù)據(jù)問題是指不能用當(dāng)前技術(shù)在決策希望的時(shí)間內(nèi)處理分析的數(shù)據(jù)資源開發(fā)利用問題,關(guān)鍵技術(shù)挑戰(zhàn)在于:找到隱含在低價(jià)值密度數(shù)據(jù)中的價(jià)值;在希望的時(shí)間內(nèi)完成。前者需要領(lǐng)域知識(shí)和數(shù)據(jù)技術(shù)結(jié)合,這種結(jié)合的理論和新型算法構(gòu)成大數(shù)據(jù)的應(yīng)用基礎(chǔ)和分析基礎(chǔ);后者需要設(shè)計(jì)新的計(jì)算機(jī)、集群體系、計(jì)算框架、存儲(chǔ)體系和數(shù)據(jù)管理方法,這些構(gòu)成大數(shù)據(jù)的計(jì)算基礎(chǔ)和數(shù)據(jù)基礎(chǔ)。另外,這兩個(gè)挑戰(zhàn)都涉及數(shù)學(xué)理論,這是大數(shù)據(jù)的數(shù)學(xué)基礎(chǔ)。2017第四屆數(shù)據(jù)科學(xué)國(guó)際大會(huì)(ICDS2017)將于2017年5月18-19日在上海召開。會(huì)議聚焦大數(shù)據(jù)的基礎(chǔ)科學(xué)問題,邀請(qǐng)了Philip Yu、Jeffrey Yu、Chengqi Zhang、Ning Zhong、Zhengyuan Wang、石勇、朱揚(yáng)勇等國(guó)內(nèi)外著名數(shù)據(jù)科學(xué)家做專題報(bào)告,分享前沿觀點(diǎn)和成果。
ICDS起源于上海市數(shù)據(jù)科學(xué)重點(diǎn)實(shí)驗(yàn)室主任朱揚(yáng)勇教授于2010發(fā)起的國(guó)際數(shù)據(jù)科學(xué)研討會(huì)“數(shù)據(jù)學(xué)與數(shù)據(jù)科學(xué)國(guó)際研討會(huì)(International Workshop on Dataology and Data Science)”(年會(huì))。會(huì)議的主要目的是探討數(shù)據(jù)界的特征和現(xiàn)象,數(shù)據(jù)學(xué)和數(shù)據(jù)科學(xué)的基礎(chǔ)理論問題、研究?jī)?nèi)容和研究方法等。之后,分別在中國(guó)科學(xué)院(2011)、云南大學(xué)(2012)、復(fù)旦大學(xué)(2013)成功舉辦。每年都有美國(guó)、日本、加拿大、澳大利亞、西班牙,以及中國(guó)香港和復(fù)旦大學(xué)、中國(guó)科學(xué)院、清華大學(xué)、北京大學(xué)、武漢大學(xué)、廈門大學(xué)、東華大學(xué)、中山大學(xué)等百余科學(xué)家參加。2014年,由朱揚(yáng)勇教授、石勇教授和張成奇教授聯(lián)合將研討會(huì)升級(jí)International Conference on Data Science (ICDS,數(shù)據(jù)科學(xué)國(guó)際會(huì)議),其后分別在中國(guó)科學(xué)院(2014)、悉尼科技大學(xué)(2015)、西安交通大學(xué)(2016)成功召開。
會(huì)議組織
ICDS2017由上海市數(shù)據(jù)科學(xué)重點(diǎn)實(shí)驗(yàn)室、中國(guó)科學(xué)院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心、悉尼科技大學(xué)、西安交通大學(xué)管理學(xué)院聯(lián)合主辦。
會(huì)議委員會(huì)
會(huì)議主席:
Yangyong Zhu, Fudan University, China
?
指導(dǎo)委員會(huì):
Yong Shi, Chinese Academy of Sciences, China
Philip S. Yu, University of Illinois at Chicago, USA
Chengqi Zhang, University of Technology Sydney, Australia
Yangyong Zhu, Fudan University, China
程序委員會(huì)主席:
Wei Wang, UCLA, USA
Yun Xiong, Fudan University, China
?
程序委員會(huì):
Zhiyuan Chen, University of Maryland Baltimore County, USA
Weiguo Gao, Fudan University, China
Xiaofeng Gao, Shanghai Jiao Tong University, China
Gang Kou, University of Electronic Science and Technology of China
Jianping Li, Chinese Academy of Sciences, China
Charles X. Ling, University of Western Ontario, Canada
Xiaohui Liu, Brunel University London, United Kingdom
Lingfeng Niu, Chinese Academy of Sciences, China
Shaoliang Peng, National University of Defense Technology, China
Yi Peng, University of Electronic Science and Technology of China
Zhiquan Qi, Chinese Academy of Sciences, China
Yingjie Tian, Chinese Academy of Sciences, China
Shengli Sun, Peking University, China
Zhenyuan Wang, University of Nebraska at Omaha, USA
Hui Xiong, Rutgers, the State University of New Jersey, USA
Jeffrey Xu Yu, the Chinese University of Hong Kong
Ning Zhong, Maebashi Institute of Technology, Japan
?
組織委員會(huì)主席:
Yitong Wang, Fudan University, China
?
宣傳委員會(huì)主席:
Zhicheng Liao, Fudan University, China
?
出版委員會(huì)主席:
Chun lei Tang, Harvard Medical School, Boston, MA, USA
投稿指南
ICDS2017感興趣的領(lǐng)域包括但不限于:大數(shù)據(jù)的數(shù)學(xué)基礎(chǔ),大數(shù)據(jù)的計(jì)算基礎(chǔ),數(shù)據(jù)質(zhì)量、數(shù)據(jù)可視化、數(shù)據(jù)管理、大數(shù)據(jù)分析方法以及新型應(yīng)用等內(nèi)容。 所有錄用的文章將由Springer LNCS出版發(fā)行,并將提交至EI檢索。會(huì)議中被選定的高質(zhì)量文章在會(huì)議結(jié)束后將被邀請(qǐng)至國(guó)際期刊發(fā)表,包括 Int. J. of Information Technology and Decision Making, International Journal of Internet and Enterprise Management以及 Annals of Data Science。
?
重要日期:
文章提交截止日期:2017年4月20日
錄用通知日期:2017年4月30日
文章最終付印日期:2017年5月10日
投稿要求:
采用 Springer LNCS proceedings格式(不超過10頁),通過dataology@fudan.edu.cn郵箱投稿
請(qǐng)關(guān)注會(huì)議官方網(wǎng)站!歡迎大家報(bào)名參會(huì)!
參會(huì)報(bào)名:黃曉東?012-51355101,021-51355100
會(huì)議地點(diǎn):中國(guó)上海
會(huì)議時(shí)間:2017年5月18日-2017年5月19日
會(huì)議網(wǎng)站:http://www.datascience.cn/ICDS2017/
總結(jié)
以上是生活随笔為你收集整理的第四届数据科学国际会议(ICDS2017)将于5月在上海召开的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【2016年第6期】SKA数据中心云平台
- 下一篇: 数据可视化组队学习:《Task01 -