重要信息提炼

大会官网：www.ic-docs.org【查看详情】

大会时间：2024年8月16-18日

大会地点：中国-杭州

截稿时间：以官网公布为准

论文出版：IEEE（ISBN: 979-8-3503-7784-2）

收录检索：IEEE Xplore, EI Compendex，Scopus

主办单位：西湖大学

承办单位：杭州师范大学

技术支持：IEEE、IEEE CIS

*更多优质学术会议、投稿优惠、投稿事项、优先审核请咨询老师！

大会简介

【IEEE出版|检索稳定 | 中国工程院院士、IEEE Fellow等大咖云集 | 前两届均已完成检索】第六届复杂系统数据驱动优化国际会议（DOCS 2024）将于2024年8月16-18日在中国杭州召开，组委会诚挚邀请与复杂系统数据驱动优化相关的广泛领域的研究人员、从业人员和学者踊跃投稿、积极参会交流。

大会报告

郑庆华  中国工程院院士  同济大学校长（副部长级）、党委副书记  同济大学

张正友  腾讯AI Lab首席科学家

邀请报告

李坚强 国家杰青  IET Fellow   深圳大学计算机软件学院副院长  深圳大学

段海滨  *********领军人才  北京航空航天大学

韩红桂  北京工业大学人工智能与自动化学院副院长  北京工业大学

严峻驰  教育部AI资源建设首席专家 上海交通大学

梁荣华  浙江科技大学副校长 浙江科技大学

王真  加拿大英属哥伦比亚大学

大会报告嘉宾

组委会

程序委员会主席
程然 副教授 南方科技大学	丁进良 教授 东北大学	李秀梅 教授 信息科学与技术学院副院长  杭州师范大学	Jose A. Lozano 副教授 巴斯克大学	Kay Chen Tan IEEE Fellow 香港理工大学

*更多嘉宾信息可在官网查看......

征稿主题：包括但不限于以下内容

1.数据驱动学习:
动态大数据机器学习方法和技术、深度学习、神经结构搜索、强化学习学习、统计关系学习、迁移学习、自监督学习、分布式和联邦机器学习、可信赖机器学习；

2.数据驱动优化和决策:
数据驱动优化算法、贝叶斯优化、神经组合优化、大规模和多目标优化、机器学习和优化集成、数据驱动决策范例、智能调度、强化学习组合优化、分布式和联邦优化、工业和制造系统分析和决策；

3.数据驱动的建模和控制:
学习和自适应控制，鲁棒控制，智能控制，基于优化和******控制，模型预估计控制，故障检测和识别，混合智能系统，神经控制，模糊逻辑控制，网络控制，工业自动化，智能交通系统，环境监测和控制，智能制造系统，绿色通信系统；

4.大数据分析与应用:
大数据存储与挖掘、数据协调、集成与处理、大数据分析与度量、多源大数据融合理论与方法、数据库管理系统、大数据服务、面向大数据的云计算技术、保护隐私的大数据分析、可视化城市数据分析、智能交通数据分析、医疗数据分析、生物信息学。

5.其他相关主均可投稿【点击查看】

过往检索历史【点击详情】
DOCS前两届会议均由IEEE出版，已顺利完成IEEE Xplore, EI, Scopus检索，会议历史良好。

论文投稿

DOCS 2024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由IEEE(ISBN:979-8-3503-7784-2)出版，见刊后由出版社提交至IEEE Xplore, El, Scopus检索。

>>>投稿注意事项：
 ◆ 稿件排版后不得少于6页。论文格式需按出版社要求的模板进行排版→下载

 ◆ 仅接受全英稿件。如需翻译服务，【艾思编译】为您提供翻译、润色、排版、降重、定制修改等服务，助您快速发表。

 ◆ 发表论文的作者需提交全文进行同行评审，仅做报告不发表论文，只需提交摘要。

 ◆ 论文应具有学术或实用价值，未在国内外学术期刊或会议发表过。涉嫌抄袭的论文将不被出版。

申请DOCS 2024的Special Session（SS）的老师，请将SS的主题、摘要以及组织者的信息（包括姓名、单位和邮箱）发送到：liuqiqi@westlake.edu.cn。每个Special Session中录用的论文数量每满5篇，减免其中1人的注册费。

会议议程

参会须知
DOCS 2024 设置有口头演讲/海报展示/听众参会三种方式，选择其中一种进行报名参会均可在会后领取参会证明

  1、口头演讲：申请口头报告，时间为10-15分钟左右

  2、海报展示：制作A1尺寸彩色海报，线上/线下展示

  3、听众参会：不投稿仅参会，可与现场嘉宾/学者进行交流互动

  4、汇报PPT和海报，请于会议前一周提交至大会邮箱

  5、论文录用后可享一名作者免费参会名额

【更多优质学术会议推荐】

学术会议：高录用检索快，会议主题涉及能源与环境、水利土木工程、电子信息工程、生物工程、计算机科学、地球科学、机械自动化、材料与制造技术、经管金融、人文社科等主流学科。