کنفرانس یادگیری ماشین و داده کاوی برگزار شد

هدف از برگزاری این کنفرانس، گردهم آوردن برجسته‌ترین محققان، پژوهشگران و اساتید دانشگاه از سراسر جهان برای بحث و تبادل نظر درخصوص پیشرفت‌های اخیر در حوزه یادگیری ماشین و داده کاوی، ارائه نتایج آخرین مطالعات و پژوهش‌ها، بررسی کاربردهای مرتبط از جمله کاربردهای زیست پزشکی و داده کاوی وب بود.

اساتید و پژوهشگرانی از کشورهای آمریکا، ایتالیا، بلاروس، پرتغال، چین، روسیه، ژاپن، فرانسه، کانادا، مجارستان، یونان و هلند، اعضای کمیته علمی کنفرانس MLDM2015 را تشکیل می‌دادند.  

استدلال مبتنی بر نمونه و یادگیری، طبقه‌بندی تصاویر- متن‌ها و ویدئوها، پایگاه داده‌های بیولوژیکی، روش‌های نمونه‌گیری، داده کاوی، برنامه‌های کاربردی خوشه‌بندی، برآورد مدل، یادگیری و کنترل تطبیقی، ربات‌های هوشمند، یادگیری معنایی، تجزیه و تحلیل شبکه، داده کاوی شبکه‌های اجتماعی، برخی از محورهای این کنفرانس بودند.

در کنار برگزاری کنفرانس اصلی، پانزدهمین نمایشگاه صنعتی داده‌های هوشمند و تحلیل تصویر (IEDA2015) با هدف معرفی شرکت‌های فعال در این بخش و سه کارگاه آموزشی ویژه نیز برگزار شدند:

Workshop I-Business to Manufacturing and LifeScience B2ML 2015

Workshop on Data Mining in Marketing DMM 2015

International Workshop Case-Based Reasoning CBR-MD 2015

در مجموع 32 مقاله و پوستر در بخش‌های مختلف در این کنفرانس ارائه شدند. جایزه بهترین مقاله: میگوئل فرر، فرانسیس سراتوسا و کاسپار ریزن برای مقاله:

 Learning Heuristics to Reduce the Overestimation of Bipartite Graph Edit Distance Approximation

شایان ذکر است، دوازدهمین کنفرانس بین‌المللی یادگیری ماشین و داده کاوی (MLDM2016) از تاریخ 16 تا 21 ژوئیه 2016 در نیویورک برگزار خواهد شد.

آخرین مهلت ارسال مقالات به این کنفرانس 15 ژانویه 2016 (25 دی) اعلام شده است. علاقمندان برای کسب اطلاعات بیشتر می توانند به وب سایت کنفرانس مراجعه کنند.

• خلاصه سخنرانی پروفسور پترا پرنر رئیس کنفرانس MLDM از دانشگاه لایپزیگ

با فناوری های داده کاوی، امکان بررسی حجم عظیمی از داده‌ها برای دستیابی به دانش پنهان فراهم می‌شود. داده کاوی یک مزیت رقابتی بزرگ محسوب شده و نقش کلیدی در دستیابی و مدیریت دانش برای توسعه بازارهای آینده ایفا می‌کند. اکنون باید مسیر را از آرشیو ساده داده‌ها بسمت استخراج خودکار داده‌ها تغییر دهیم.

 

No tags for this post.