2019年机器学习、大数据与商务智能国际会议 (MLBDBI2019) edit

BEGINS:2019.11.08
ENDS:2019.11.10
abstract submission deadline:2019.11.01
full paper submission deadline:2019.11.01
final submission deadline:2019.11.01
notification of acceptance date:2019.11.01
Geographical:中国-西安
Organization:山西财经大学
Contacts:叶老师
E-mail:MLBDBI@163.com
Contact phone:13902265879
Conference Description

一、 重要信息

会议官网:www.mlbdbi.org

会议时间:2019年11月8-10日  

会议地点:山西财经大学国际学术交流中心

截稿日期:2019年9月6日

 

二、 会议简介

2019年机器学习、大数据与商务智能国际会议(MLBDBI2019)将于2019年11月8-10日在中国太原召开,会议由山西财经大学主办、AEIC学术交流中心承办。MLBDBI2019将围绕“机器学习”、"大数据”、“商务智能”等最新研究领域,为来自国内外高等院校、科学研究所、企事业单位的专家、教授、学者、工程师等提供一个面对面交流分享专业经验以及展示研究成果的国际平台,共同探讨本领域发展所面临的关键性挑战问题和研究方向,以期推动该领域理论、技术在高校和企业的发展和应用,促进参会者建立业务或研究上的联系或寻找未来事业上的全球合作伙伴。

 

  大会主席

 

       梁吉业教授

    山西大学副校长

 

主讲嘉宾

 

钱宇华教授

山西大学大数据科学与产业研究院院长

 

朱建明教授

中央财经大学信息学院院长

 

张小龙副教授

美国宾夕法尼亚州州立大学信息科学与技术学院-知识可视化实验室主任

 

Prof. Nikolaos M. Freris

中国科学技术大学计算机科学与技术学院教授

 

三、 组织单位

主办单位:山西财经大学

承办单位:AEIC学术交流中心

支持单位:山西大学、中北大学、中央财经大学、美国宾夕法尼亚州州立大学

 

四、 会议日程

2019118

13:00-21:00

注册签到

2019119

9:00-12:00

主题报告

12:00-14:00

午餐

14:00-17:30

主题报告

18:00-19:30

晚宴

20191110

9:00-12:00

口头报告

14:00-18:00

学术考察

*请关注会议官网获悉详细的会议议程

 

五、 论文出版

EI会议论文征集:

 

本会议投稿需通过2-3位组委会专家严格审核,所有录用的论文将由IEEE CS CPS-Conference Publishing Services (CPS)出版,见刊后由期刊社提交至IEEE Xplore、EI、CPCI和Scopus检索,目前EI检索非常稳定。

SCI期刊论文征集:

期刊1 (IF约1.8) 基于数据背景下的图像和视频处理领域

期刊2 (IF约0.8) A:计算机科学理论,方法和工具; B:计算机和通信网络和系统; C:计算智能,机器学习和数据分析; D:计算机系统和网络的安全性

期刊3 (IF约0.5) 计算机技术应用于材料、结构工程;物联网;数据(大数据、数据管理和储存);无线通讯技术;人工智能相关主题

 

六、 征稿主题

1. 机器学习

2. 大数据

3. 商务智能

4. 其他相关主题(详见官网)

 

七、 投稿方式

1. EI会议论文

EI会议全英论文投稿内容至少4页,官网可下载EI文章模板

请发送论文word+pdf版本以及作者登记表至邮箱MLBDBI@163.com

登录AEIC投稿系统进行投稿

2. SCI期刊论文

SCI期刊全英论文投稿内容至少10页,官网可下载 SCI 文章模板

请发送论文word+pdf版本以及作者登记表至邮箱service@keoaeic.org,并备注“SCI-MLBDBI”

 

八、 联系方式

会议网址:www.mlbdbi.org

投稿/咨询邮箱:MLBDBI@163.com

大会秘书:叶老师

手机/微信:13902265879

QQ咨询:3413939558

AEIC学术交流群:716950492(QQ群)



Call For Papers

1.机器学习

Deep and Reinforcement learning

Pattern recognition and classification for networks

Machine learning for network slicing optimization

Machine learning for 5G system

Machine learning for user behavior prediction

New innovative machine learning methods

Optimization of machine learning methods

Performance analysis of machine learning algorithms

Experimental evaluations of machine learning

Data mining in heterogeneous networks

Machine learning for multimedia

Machine learning for Internet of Things

Machine learning for security and protection

Distributed and decentralized machine learning algorithms

深入和强化学习

网络的模式识别和分类

用于网络切片优化的机器学习

机器学习5G系统

用于用户行为预测的机器学习

新的创新机器学习方法

优化机器学习方法

机器学习算法的性能分析

机器学习的实验评估

异构网络中的数据挖掘

机器学习多媒体

物联网机器学习

机器学习的安全和保护

分布式和分散式机器学习算法

2.Big Data2.大数据

Big Data Analytics

Data Science Models and Approaches

Algorithms for Big Data

Big Data Search and Information Retrieval Techniques

Big Data Acquisition, Integration, Cleaning, and Best Practices

Big Data and Deep Learning

Scalable Computing Models, Theories, and Algorithms

In-Memory Systems and Platforms for Big Data Analytics

Big Data and High Performance Computing

Cyber-Infrastructure for Big Data

Performance Evaluation Reports for Big Data Systems

Storage Systems (including file systems, NoSQL, and RDBMS)

Resource Management Approaches for Big Data Systems

Many-Core Computing and Accelerators

Big Data Applications for Internet of Things

Mobile Applications of Big Data

Big Data Applications for Smart City

Data Streaming Applications

Fault Tolerance and Reliability

Scalability of Big Data Systems

Big Data Privacy and Security

Big Data Archival and Preservation

Visual Analytics Algorithms and Foundations

Graph and Context Models for Visualization

Big Data Transformation, and Presentation

大数据分析

数据科学模型和方法

大数据的算法

大数据搜索和信息检索技术

大数据采集,集成,清洁和最佳实践

大数据和深度学习

可扩展的计算模型,理论和算法

用于大数据分析的内存系统和平台

大数据和高性能计算

大数据的网络基础设施

大数据系统的绩效评估报告

存储系统(包括文件系统,NoSQL和RDBMS)

大数据系统的资源管理方法

多核计算和加速器

物联网大数据应用

大数据的移动应用

智能城市的大数据应用

数据流应用程序

容错性和可靠性

大数据系统的可扩展性

大数据隐私和安全

大数据存档和保存

可视化分析算法和基础

可视化的图形和上下文模型

大数据转换和演示

3.Business Intelligence3.商务智能

Intelligent Computing Methodologies and Applications

Evolutionary Computing and Learning 

Swarm Intelligence and Optimization 

Signal Processing and Pattern Recognition 

Image Processing and Information Security 

Virtual Reality and Human-Computer Interaction 

Business Intelligence and Multimedia Technology 

Healthcare Informatics Theory and Methods 

Natural Language Processing and Computingal Linguistics 

Intelligent Computing in Robotics 

Intelligent Control and Automation 

Intelligent Data Fusion 

Intelligent Agent and Web Applications 

Intelligent Fault Diagnosis 

Intelligent cloud-support communications

Intelligent ressource allocation

Intelligent energy-aware/green communications

Intelligent software defined networks

Intelligent positioning and navigation systems

Intelligent wireless communications

Intelligent wireless sensor networks

智能计算方法和应用

进化计算和学习

群体智能与优化

信号处理和模式识别

图像处理与信息安全

虚拟现实与人机交互

商业智能和多媒体技术

医疗保健信息学理论与方法

自然语言处理与计算语言学

机器人智能计算

智能控制与自动化

智能数据融合

智能代理和Web应用程序

智能故障诊断

智能云支持通信

智能资源分配

智能能源感知/绿色通信

智能软件定义网络

智能定位和导航系统

智能无线通信

智能无线传感器网络

4. Other related topics4.其他相关主题


Conference Speakers

持续更新中,详情请查看会议官网:


www.mlbdbi.org


Why attend this conference
  • IEEE CS CPS-Conference Publishing Services (CPS)出版
  • IEEE Xplore、EI、CPCI和Scopus检索,目前EI检索非常稳定
  • IEEE Xplore、EI、CPC
  • MLBDBI2019将围绕“机器学习”、"大数据”、“商务智能”等最新研究领域
  • 国内外高等院校、科学研究所、企事业单位的专家、教授、学者、工程师等提供一个面对面交流分享专业经验以及展示研究成果的国际平台
Related Conferences
  • There is no relevant meeting at this meeting.
 29      3      0