第六届统计、数学建模与分析学术研讨会(SMMA 2023)
The 6th Int'l Conference on Statistics, Mathematical Modelling and Analysis (SMMA 2023)
官网：https://www.maymeeting.org/conference/SMMA2023/
时间：2023年5月30-6月1日
地点：中国 · 成都
在线投稿： https://www.maymeeting.org/RegistrationSubmission/default.aspx?ConferenceID=1594
邮箱投稿：wsconf5@163.com
录用通知：论文投稿后3个工作日
△. 大会简介
第六届统计、数学建模与分析学术研讨会(SMMA 2023)将于2023年5月30-6月1日在中国成都举行。SMMA 2023旨在为业内专家学者分享技术进步和业务经验，聚焦应用统计学，数据建模与分析，模拟实验设计，统计分析系统程序设计，统计应用，统计遗传学，统计与数学教育等相关领域的前沿研究，提供一个交流的平台。会议将集聚来自世界各地的科研人员、工程师、学者及业界专家，展示他们在统计、数学建模与分析领域的研究成果及活动进展。
△. 参会方式
1、全文参会（参会 + 全文发表 + 报告）
投递全文并参会，录用的文章发表在开源期刊上，被知网学术、谷歌学术等收录；
一篇文章的注册费含一位作者的参会费用，将安排做10-15分钟的口头报告；
2、摘要参会（参会 + 摘要 + 报告 ）
投递摘要并参会，安排10-15分钟口头报告；
3、听众参会：无报告仅参会
注：如因疫情无法到场参会，可提供海报或录制的报告视频。会后我们将发送照片，并办理邀请函、参会证明、会议期刊、会议证等物资的邮寄。
△. 文章出版
出版物：所有被会议录用的英文稿件将会发表在国际英文开源期刊
检索类型：知网及谷歌学术收录
论文评审: 所有的投稿都必须经过2-3位组委会专家审稿， 经过严格的审稿之后，最终所有录用的论文将发表
审稿流程：本次会议采用先投稿，先送专家评审的方式进行
△. 投稿须知：
1. 如果您只是参加会议作报告，不需要发表文章，请直接投递英文摘要即可。
2. 全文篇幅建议8-10页（按照模板格式，带图和参考文献），超过10页需缴纳超页费。摘要投稿无格式要求，具备标题、内容、关键词、作者信息即可，篇幅建议控制在1页以内，最长不超过2页。
3. 投稿之后3-5个工作日内您会收到审核结果，如逾期未收到邮件通知，请您尽快联系我们。
4. 可投中文稿件，文章题目、摘要，关键词需要中英双语，正文部分为中文（可联系我们索取模板文档）。参会时口头报告/海报张贴必须做英文的。
△. 大会日程（供参考）
2023年5月30日 - 大会签到（发指南、期刊、参会证、餐券等相关物资）
2023年5月31日 - 特邀演讲嘉宾报告
2023年6月1日 - 作者报告及海报展示
△. 大会咨询
电子邮箱: wsconf5@163.com
联系电话: +86 132 6470 2250（周一到周五）
QQ: 1349406763
微信咨询: 3025797047
微信公众号: Academic Communications
该会议征文涉及领域包括（但不限于）：
Actuarial science
Applied data mining and statistical learning
Applied Simulation
Applied statistics
Applied time series analysis
Biometrics and applied statistics
Biostatistics and bioinformatics
Data modeling and analysis
Design of simulation experiments
Econometrics
Financial mathematics
Geostatistics
Image, speech and video processing and analysis
Linear algebra and programming models
Mathematical modelling
Metamodelling and regression
Model verification and validation
Modeling and simulation
Modeling simulation inputs
Numerical analysis
Pattern recognition and analysis
Random processes
Real analysis and statistics
Sampling techniques
Satisfiability modulo theories
Sensitivity analysis
Singular perturbation theory
Smoothing and statistical graphics
Social science methodology
Statistical analysis system programming
Statistical applications
Statistical genetics
Statistics and mathematics education
Statistics for environments
Stochastic modelling
Other Related Topics
当前位置：首页