第二届大数据与数据挖掘国际会议（BDDM 2024）近日有幸邀请到中国人民大学高瓴人工智能学院长聘副教授、博导严睿加入，担任大会主讲嘉宾，欢迎同研究领域的专家学者前来参会交流。
严睿，中国人民大学高瓴人工智能学院长聘副教授、博导，获国家优秀青年科学基金资助。博士毕业于北京大学计算机科学技术系，2016年8月加入北京大学王选计算机技术研究所，研究员，博士生导师。入选北京智源人工智能研究院青年科学家，微软亚洲研究院铸星学者。于2020年12月加入中国人民大学高瓴人工智能学院，任长聘副教授。至今共发表研究论文100余篇，累计引用4000余次，多次担任国际顶级学术会议的领域主席及资深程序委员会委员，曾多次受邀于国际顶级学术会议上宣讲讲习班教学报告(tutorial)。主要研究方向为自然语言处理，信息检索，文本挖掘，机器学习和人工智能。
会议信息
BDDM 2024将于2024年12月13日-12月15日在中国武汉召开。目前已启动第二轮征稿，投稿通道持续开放，第二轮截稿日期2024年11月15日。
探索数据之巅，挖掘知识之矿——在这个数据驱动的时代，我们有幸邀请到IEEE Fellow、华中科技大学人工智能与自动化学院图像处理与智能控制教育部重点实验室教授、副主任伍冬睿教授，全球“终身科学影响力排行榜”前2%顶尖科学家、深圳大学大数据技术与应用研究所所长黄哲学教授担任大会主讲。同时邀请了来自全球的顶尖学者和行业领袖，共同探讨大数据与数据挖掘的最新进展与未来趋势。
大会官网：
http://www.icbddm.org/
会议地点：湖北武汉
会议时间：2024年12月13日-12月15日
主办单位：武汉纺织大学
协办单位：ELSP（爱迩思出版社）、ESBK国际学术交流中心
出版检索：EI检索
第二轮截稿：2024年11月15日
大会邮箱：[email protected]
主讲嘉宾
伍冬睿教授：华中科技大学，IEEE Fellow
现任华中科技大学人工智能与自动化学院图像处理与智能控制教育部重点实验室教授、副主任。主要研究方向为脑机接口、机器学习、计算智能、情感计算。他发表了200多篇论文(13000+ Google Scholar引用;h = 60)。2012年获IEEE计算智能学会杰出博士论文奖，2014年获IEEE模糊系统汇刊杰出论文奖，2017年获IEEE系统、人和控制论学会首届青年科学家奖，2020年获USERN Prize in Formal Sciences，2021年获IEEE神经系统与康复工程汇刊最佳论文奖，2021年获中国自动化学会(CAA)青年科学家奖。2022年获教育部青年科学家奖，2023年获中国科学院自然科学奖一等奖。团队连续两年(2021-2022)获得中国脑机接口大赛全国冠军。伍教授还是《IEEE模糊系统学报》的主编。
黄哲学教授：深圳大学，大数据技术与应用研究所所长
瑞典皇家理工学院博士、深圳大学特聘教授、博士生导师，深圳大学大数据技术与应用研究所所长、大数据系统计算技术国家工程实验室副主任，首批广东省领军人才、深圳孔雀计划高层次人才，斯坦福大学全球“终身科学影响力排行榜”前2%顶尖科学家。
符号值和混合值数据快速聚类算法研究的开拓者，发表了k-modes等一系列著名聚类算法，被纳入国内外教科书和专著，进入软件产品。荣获亚太地区知识发现和数据挖掘国际会议首个最有影响论文奖。发表学术论文250多篇，主要论文被引用超万次，单篇独立作者论文最高引用超3500次。
近年来专注研究大数据并行与分布式计算技术，提出了随机样本划分（RSP）分布式大数据表达模型和LOGO分布式计算框架，突破了谷歌MapReduce计算框架运行迭代算法的数据通信瓶颈，极大地提高了迭代算法分布式计算的计算效率和数据扩展能力。
领导开发了全球首个面向算力网络的多数据中心大数据协同计算系统Octopus，2023年获深圳第二十五届中国国际高新技术成果交易会“优秀产品奖”和“华为杯”第五届中国研究生人工智能创新大赛“一等奖”。
- 征稿主题：
我们诚邀您提交涉及大数据、数据挖掘、人工智能等领域的高质量英文论文。包含（但不限于）以下领域：
- 大数据：大数据分析、人工智能、大数据网络技术、大数据搜索算法和系统、分布式和点对点搜索、基于大数据的机器学习、大数据可视化分析。
- 数据挖掘：数据挖掘基础、数据挖掘的挑战、并行和分布式数据挖掘算法、数据流挖掘、图挖掘、空间数据挖掘、文本/视频/多媒体数据挖掘序列处理与分析、网络挖掘、高性能数据挖掘算法、关联挖掘、基准和评估、交互式数据挖掘、数据挖掘就绪结构和预处理、数据挖掘可视化、数据挖掘中的信息隐藏、安全和隐私、挖掘算法的竞争分析。
- 重要日期
录用通知时间:2024年11月22日
注册截止时间:2024年12月6日
会议时间:2024年12月13日至15日
诚邀各界专家学者共聚美丽江城武汉！
标签：12,人工智能,数据,BDDM,2024,数据挖掘,IEEE From： https://blog.csdn.net/panpantt321/article/details/143232952