2025年第十一届数据处理与应用国际会议(ICDPA 2025)

 

欢迎参加 ICDPA 2025

 

第十一届国际赛 将召开数据处理和应用会议 2025 年 6 月 25 日至 27 日在韩国济州岛举行，作为 WCSE 2025 的研讨会，即 由美国科学与工程研究所赞助，农业大学协办， 中国， 美国休斯顿大学市中心分校， 由 WCSE， 鲍曼国立技术大学， 俄罗斯等 It 是数据科学研究人员和 专业人士讨论、传播和推进 数据领域的研究和开发。会议 促进 工业界和学术界，每个领域都由各自 各自的字段。

 

加入学者、专家和供应商 来自世界各地的 Invaluable Day of Networking， Educational 会议、分组讨论，当然还有乐趣。社区有一个独特的机会来 齐聚一堂，分享 BIG 的见解和最佳实践 数据。这是一个不容错过的机会，最能提炼 将快速发展的学科的最新知识合二为一 会议。

 

将在 ICDPA 上展示的论文解决了现代工程中的许多重大挑战。将要展示的论文全文将由专家评审员进行同行评审，包括整个 组委会成员。我们期待您的参与并继续参与未来的 ICDPA 会议。

 

论文集

 

接受和提交的论文 ICDPA 2025 将在 WCSE 论文集中发布，由 Scopus、Ei Compendex 等检索。

 

ICDPA 2024 - WCSE 即将举行的

会议记录 ICDPA 2023 - WCSE 会议记录 |BN： 978-981-18-7950-0 | 在 3 分钟内成功被 EI Compendex 和 SCOPUS 收录 上线几个月后。

 

ICDPA 2022 - WCSE 会议论文集 | 国际标准书号：978-981-18-3959-7 | 在 2 分钟内成功被 EI Compendex 和 SCOPUS 索引 上线几个月后。

ICDPA 2021 - WCSE 会议论文集 | 国际标准书号：978-981-18-1791-5 | 在 3 分钟内成功被 EI Compendex 和 SCOPUS 收录 上线几个月后。

 

ICDPA 2020 - WCSE 会议论文集 | 国际标准书号：978-981-14-4787-7 | 成功被 EI Compendex 和 SCOPUS 等索引。

 

ICDPA 2019 - WCSE 会议论文集 | 国际标准书号：978-981-14-1684-2 |成功被 EI Compendex 和 SCOPUS 等索引。

 

您可以从历史记录中获取更多信息。

 

论文征集

ICDPA 2025 大会 |2025 年 6 月 25 日至 27 日 |韩国济州岛

 

 

ICDPA 将为 研究人员、从业人员和教育工作者介绍 讨论最新的创新、趋势和关注点 以及遇到的实际挑战和解决方案 用于数据处理和应用领域。

 

感兴趣的

主题（并非详尽无遗）：

 

大数据算法和系统 搜索

大数据分析

大数据分析和指标

大数据架构

大数据经济学

企业

大数据体验

大数据 商业模式创新

大数据 企业转型大数据 企业绩效

管理

政府大数据 管理模型和实践

移动和普适计算

智慧星球中的大数据 解决方案

大数据管理

大数据医疗设备

大数据医疗记录

大数据处理

大数据搜索和挖掘

大数据存储、处理和转换

大数据系统

商业/企业/工业数据挖掘

大数据

云计算技术 使用大数据分析

数据融合和集成

数据挖掘算法

数据挖掘应用程序

数据挖掘基础 物流

 

中的数据挖掘 数据挖掘、集群和知识发现

数据库和信息系统架构和 性能

数据库和信息检索

数据库 系统和应用程序

数据挖掘网格

分布式和基于网格的数据挖掘

分布式和点对点搜索

分布式、并行、P2P 和基于网格的数据库 工程 采矿

探索性和可视化数据挖掘

信息检索和数据库系统

基于大数据

管理的机器学习 基于社交网络的问题 大数据

医学 数据挖掘

军事数据挖掘

挖掘文本和半结构化数据

用于大数据保护

的移动数据和信息

模型和语言多数据库和数据库联合 XML 和数据库

多媒体挖掘（音频/视频）

并行、分布式和网格数据管理

数据库中

的隐私、信任和安全性 多媒体大数据

科学和统计数据库

的表示格式 大数据

安全的科学应用 大数据

安全的应用 数据挖掘

传感器和移动数据管理

社会科学 挖掘

统计和科学数据库

时间、空间和高维数据库

数据库和信息系统的

用户界面 超大型数据库

大数据可视化分析

网络挖掘

工作流程管理和数据库

XML 和半结构化数据库

 

 

 

主题演讲和特邀演讲嘉宾

 

ICDPA 2025 大会 |2025 年 6 月 25 日至 27 日 |韩国济州岛

 

 

主讲人 I

 

Prof. Xiaoli Li，

Nanyang Technological University， 新加坡

 

演讲题目：利用 AI 的力量：转型 Industries through Advanced Computer Science and Engineering

摘要：本演示文稿深入探讨了 计算机科学与工程的变革潜力 涵盖关键行业，包括制造、航空航天、 专业服务和运输。在制造业 和航空航天，AI 驱动的时间序列分析以 革命性的力量，实现预测性维护和 状态监测。了解这些进步如何 优化运营，最大限度地减少停机时间并提升 生产力。在专业服务领域，AI 证明了 在准确提高审计师的工作效率方面不可或缺 预测员工流失，并开发先进的 Cyber 威胁搜寻工具可增强安全性。在 交通行业，探索 AI 如何优化交通 用于提高效率的轻型系统。加入我们的旅程 揭示计算机科学与工程学的现状 重塑行业，推动创新，铺平道路 实现现实世界的转变。

 

个人简介：Xiaoli 博士目前是部门负责人 （机器智能部门，由 100+ AI 和 数据科学家，这是最大的 AI 和数据科学 集团）和 新加坡 A*STAR 信息通信研究所。他还 在南洋科技担任兼职教授 大学（他在 National 担任兼职职位 新加坡大学 6 年）。他是 IEEE Fellow 亚太人工智能会士 协会 （AAIA）。Xiaoli 还担任 KPMG-I2R 联合 实验室联合主任。他一直是 Information 的成员 ESG Singapore 的技术标准委员会 （ITSC） 和 自 2020 年起担任资讯通信媒体发展局 （IMDA）。 此外，他还担任健康创新专家小组 卫生部 （MOH） 成员，专家小组成员 教育部 （MOE） 以及 AI 顾问 对于智能国家和数字政府办公室 （SNDGO）， 首相办公室，突出了他的广泛 参与关键的政府和行业倡议

 

主旨演讲嘉宾 II

 

Professor Minghua Chen

香港城市大学， 中国香港

 

语音标题：合成分布式算法 组合网络优化

摘要： 许多重要的网络设计问题是 从根本上说是组合优化问题。一个大 然而，此类问题的数量并不容易解决 通过分布式算法。我们开发马尔可夫近似 用于合成分布式算法的技术 近最优的网络组合问题 性能。我们表明，当使用 log-sum-exp 函数来近似任何 combinatorial 问题，我们最终会得到一个可以 解释为 时间可逆马尔可夫链类。选定的马尔可夫 链，或者他们小心翼翼地扰乱 版本生成求解 log-sum-exp 近似问题。马尔可夫近似 技术允许人们利用马尔可夫的丰富理论 链来设计具有性能的分布式方案 保证。通过案例研究，我们说明它不仅 可以为现有的分布式 解决方案，还可以帮助我们生成新的分布式 其他问题域中的算法 性能，包括云计算、边缘计算和 IoT 调度。

 

个人简介： 陈明华 获得 Department of Men 的 B.Eng. 和 M.S. 学位 清华大学电子工程专业。他收到了 电气系博士学位 University of 工程和计算机科学 加利福尼亚伯克利。他目前是学校的教授 香港城市大学数据科学系。他收到了 加州大学伯克利分校的 Eli Jury 奖（颁发给毕业生 学生或应届校友在 系统、通信、控制或信号区域 Processing） 和多个最佳论文奖，包括 IEEE 2009 年 ICME 最佳论文奖，IEEE Transactions on 2009 年多媒体奖论文奖，ACM 多媒体最佳奖 2012 年论文奖，2021 年 IEEE INFOCOM 最佳海报奖， 以及 2023 年 ACM e-Energy 最佳论文奖。他目前是一名 IEEE Systems Journal 高级编辑和高管 ACM SIGEnergy 成员（作为奖项主席）。他最近的 研究兴趣包括在线优化和 算法， 电力系统中的机器学习， 智能 运输系统、分布式优化和 延迟关键型网络系统。他是 ACM 杰出会员 科学家和 IEEE 研究员。

 

特邀报告人 I

 

 

 

Dr. Bruno Carpentieri，

意大利萨莱诺大学

 

演讲标题：数据压缩不只压缩 数据

摘要：数字数据压缩是 数字数据以尽量减少其表示。在压缩 表单数字数据可以更紧凑地存储，并且 传播速度更快。While 在开始时数据 压缩的主要应用是文件存储 在磁盘和数字存储器上，当今的数字数据压缩 是数字通信的关键主角：我们会 例如，没有数字电视、智能手机和卫星 通信甚至 AI 引擎都没有高效的 数据压缩。压缩的最新进展涵盖范围很广 应用范围。

例如，Internet 和万维网基础设施 受益于压缩，搜索引擎可以扩展 适用于文本文件、图像、语音或 音乐数据等。此外，新的常规压缩 方法一直在开发中，那些允许 对压缩数据编制索引或错误弹性。 压缩还激发了 Information Theory（信息理论工具）的灵感 模式发现和分类，尤其是 BIO 序列。

今天我们知道，数据压缩、数据预测、数据 分类、学习和数据挖掘是 相同的（多维）硬币。

在本次演讲中，我们将回顾 现场并发现不常见的数据应用 压缩。

 

个人简介：Bruno Carpentieri 毕业于计算机专业 Science 的 Science 学位，然后获得了 文学硕士学位和哲学博士学位 布兰代斯大学计算机科学（马萨诸塞州沃尔瑟姆， USA）。自 1991 年以来，他首先担任研究员，然后是助理 计算机科学教授，最后是正教授 萨莱诺大学（意大利）。他的研究兴趣 包括数据压缩和信息隐藏。他是 IEEE Trans 杂志副主编。关于图像处理 并且仍然是国际期刊的副主编 算法和安全与通信网络。他是 也是各种国际 包括国际数据会议在内的会议 压缩、通信和处理，联合主席 压缩和复杂性国际会议 序列，并且多年来一直是该计划的成员 IEEE Data Compression Conference 的委员会。 负责多项欧盟委员会合同 在数据压缩领域（压缩数字 图像和视频）。他指导数据压缩 计算机科学系实验室 萨莱诺大学。

 

特邀报告人 II

 

 

 

Dr. Sanghyuk Lee

新乌兹别克斯坦大学，乌兹别克斯坦

 

演讲标题：Decision Making with Iterative Game with 半完美信息

摘要：具有迭代博弈的决策框架 结构。在提议的结构中， 每个玩家的最大收益由迭代解决 过程。基于收益矩阵，最优解为 通过与 球员。为了实现各方（买方和 seller），基于 给定的收益矩阵和迭代机。为 实际应用，考虑实际示例，以及 得到了一个可行的解决方案。与 半完美下现有的博弈论研究机构 信息，所提供的解决方案远非他们的回报 但结果对两个政党来说都是可以接受的。

 

个人简介：Sanghyuk Lee （M'21-SM'21） 获得博士学位 韩国首尔国立大学学位 1998 年电气工程。他的主要研究兴趣 包括具有相似性度量的数据评估，人类 信号分析， 高维数据分析， 控制器 线性/非线性系统设计，以及 线性/非线性系统。李博士目前担任 新乌兹别克斯坦计算机学院教授 大学，自 2023 年起在乌兹别克斯坦塔什干。他曾经 担任智能电网中心的创始主任 和习安的信息融合 （CeSGIC） 中国苏州交利物浦大学 2014 年至 2023. 他还曾担任韩国副总裁 2012 年至 2019 年是 Convergence Society （KCS），并且是 被任命为清迈大学兼职教授， 2016 年，泰国清迈。李博士组织了几个 与 KCS 合作的国际会议，并荣获多个奖项 KCS 杰出学者/最佳论文奖等荣誉 和 Korean Fuzzy Society 的 S S 的 S S李博士是 IEEE的。

 

特邀演讲嘉宾 III

 

 

 

Dr. Amirrudin Kamsin

马来亚大学， 马来西亚

 

演讲题目：混合式学习

的挑战摘要：混合式学习被广泛认为是一种方法 它结合了面对面和 在线学习组件。但是，这种 将在线教学内容与面对面教学内容相结合 多年来引起了人们的担忧。几项研究有 强调了混合学习模式的总体挑战 的指导，但一直没有对 Blended 在线组件中存在的挑战 学习。因此，对文献的系统评价是 旨在确定 学生混合式学习的在线部分， 教师和教育机构的观点。 自我调节的挑战和利用学习的挑战 技术是学生面临的主要挑战。 教师面临的挑战主要在于将技术用于 教学。提供合适的 教学技术和有效的培训支持 教师是教育面临的主要挑战 机构。本综述强调了进一步 针对学生、教师和 教育机构在混合式学习中面临的挑战。在 此外，我们还为未来提出了一些建议 研究。

 

个人简介：Amirrudin Kamsin 是 计算机科学与信息技术学院，以及 代理主任和副主任（ODL 和 专业课程） 马来亚大学继续教育 （UMCCed）， 马来亚大学， 马来西亚。他于 2001 年获得 BIT（管理）和 MSc 2002 年毕业于马来亚大学计算机动画专业，以及 英国伯恩茅斯大学。他获得了博士学位 伦敦大学学院 （UCL） 计算机科学专业 2014. 他的研究领域包括人机交互 （HCI）， 身份验证系统， 在线学习， 移动 应用程序、严肃游戏、增强现实和移动设备 卫生服务。

 

联系方式

会议秘书：Dr. Maggie Flores

 

邮箱：icdpa@sciei.org

 

电话：+1-562-606-1057 | +(86)182-0777-7775