2022年第四届大数据与计算国际研讨会（WBDC 2022）

重要信息
会议网址：www.iwbdc.org
会议时间：2022年12月16-18日
召开地点：中国北京
截稿时间：2022年11月16日
录用通知：投稿后2周内
收录检索：EI,Scopus

会议简介
★2022年第四届大数据与计算国际研讨会（WBDC 2022）---Ei Compendex＆Scopus-Call for papers
｜2022年12月16-18日,中国北京｜网址: www.iwbdc.org

★WBDC 2022将围绕“大数据与计算”的最新研究领域而展开，来自世界各地的主要研究人员和行业专家将通过论文和口头报告介绍最新研究成果。本次会议由香港机器人与自动化协会（HKSRA）主办，将于2022年12月16-18日在中国北京召开，在会议期间您将有机会聆听到前沿的学术报告，见证该领域的成果与进步。

会议日程预览：
会议时间	内容
2022年12月16日	注册+接待
2022年12月17日	开幕式+KN演讲+分会场报告
2022年12月18日	分会场报告+实验室参观





关于出版和索引
所有接受的论文将在线出版，将被Ei Compendex，SCOPUS，Google Scholar，Cambridge Scientific Abstracts（CSA），Inspec， ISTP等检索，优秀论文将在国际期刊上发表。

特邀主讲人


Schahram Dustdar教授——维也纳工业大学，奥地利

Chuan-Ming Liu教授——国立台北科技大学，台湾

Xudong Jiang教授——南洋理工大学，新加坡


征稿主题/会议征稿
算法、实验、原型和实现
实时大数据系统的应用与评价
自主计算和网络基础设施
大数据算法、应用和服务
大数据分析和机器与深度学习
政府、公共部门和社会的大数据分析
中小企业大数据分析
大数据应用
大数据架构
大数据即服务
大数据教育
改善弹性基础设施的大数据
社交网络大数据
大数据行业标准

更多征稿主题请访问： http://www.iwbdc.org/cfp.html

参会方式
1.作者参会：一篇会议录用文章允许一名作者参会；
2.主讲嘉宾：申请主题演讲，由会务组审核；
3.口头演讲：申请口头报告，时间为15分钟；
4.海报参会：申请海报参会，根据官网模板准备海报，再录制5分钟视频；
5.视频参会：录制个人视频15分钟即可；
6.听众参会：不投稿仅参会，可参与问答，也可演讲及展示。

投稿方式
1.会议邮箱：wbdc@hksra.org
2.CMT在线投稿：https://cmt3.research.microsoft.com/WBDC2022
请作者按照官网模板格式进行排版。排版好的论文全文（word+pdf版）发送至CMT在线系统或者会议邮箱。
提交摘要：即只参会做报告，不出版文章；
提交全文：即做参会做报告，并且出版文章；
听众：则不需要提交稿件，注册成功的听众可以参加会议的所有分会；

投稿要求：
1. 大会官方语言为英语，必须为全英文稿件，且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；
2. 保证文章原创性，未在国内外公开刊物或其它学术会议上发表过。
3. 文章篇幅一般在5-12页之间，不少于5页，含公式图表等，超过6页将收取超页费；
4. 作者可通过Turnitin或其他查询系统自费查重，重复率不得超过30%，由文章重复率引起的被拒稿将由作者自行承担责任；
5.文章录用：若您的文章被录用，我们将以邮件形式通知您，您将收到以下文件：录用通知、审稿意见表、中文注册表。

联系我们
会议秘书：黄女士
会议官网：www.iwbdc.org
会议邮箱：wbdc@hksra.org
电话/微信同号：18108159229
QQ咨询：2011307354

WBDC solicits original, unpublished and novel papers for research publication and presentation in the research track, and industry/application papers in application track. Articles in all areas of Big Data and Computing are of interest, including the following:

Algorithmic, experimental, prototyping and implementation
Applications and Evaluation of Real-Time Big Data Systems
Autonomic Computing and Cyber-infrastructure
Big Data Algorithms, Applications and Services
Big Data Analytics and Machine and Deep Learning
Big Data Analytics in Government, Public Sector and Society in General
Big Data Analytics in Small Business Enterprises (SMEs)
Big Data Applications
Big Data Architectures
Big Data as a Service
Big Data Education
Big Data for Improving Resilient Infrastructures
Big Data for Social Networking
Big Data Industry Standards
Big Data Management
Big Data Mining and Analytics
Big Data Models and Algorithms
Big Data Open Platforms
Big Data Processing and Querying
Big Data Search, Mining, and Visualization
Big Data Security, Privacy and Trust
Big Data Visualization
Cloud and Big Data for Internet of Things (IoT)
Cloud Computing Solutions and Platforms
Cloud/Grid/Stream Computing for Big Data
Compiler Technologies
Complex Big Data Applications in Science, Engineering, Medicine, Healthcare
Complex Big Data Applications in Finance, Business, Law, Education
Complex Big Data Applications in Transportation, Retailing, Telecommunication
Computers and Society, Interdisciplinary Applications
Computing, scheduling and resource management for sustainability
Data and Information Quality for Big Data
Data intensive computing theorems and technologies
Data quality issues: such as validation, metrics, optimizations and consistency
Data-driven innovation, computational modelling and data integration
Embedded and Cyber-Physical Systems
Enabling Resources for Big Data Research
Energy-efficient Computing for Big Data
Environmental-friendly perspectives green data centers
Experiences with Big Data Project Deployments
Government and Industrial Experiences for Cloud and Big Data
Green Computing and Networking Technologies for Cloud and Big Data
Green data centers
High Performance and Parallel Computing Platforms for Big Data
Innovative Approaches, Algorithms, and Models of Computing,
Large-Scale System Design
New Computational Models for Big Data
New Data Standards
New Programming Models for Big Data beyond Hadoop, MapReduce and STORM
Novel Theoretical Models for Big Data
Privacy and Security for Cloud and Big Data
Programming Languages, Models and Runtimes
Programming Models and Environments for Cluster, Cloud, and Grid Computing to Support Big Data
Quality of Big Data Services
Real-life Case Studies of Value Creation through Big Data Analytics
Software and tools for big data management
Software Engineering for Cloud Computing and Big Data
Software Systems to Support Big Data Computing
Software Techniques and Architectures in Cloud/Grid/Stream Computing
Software, hardware and algorithm co-design, high-performance computing
System Architectures, Design and Deployment
Techniques and Algorithms for Real-Time Big Data Analytics
Virtualization Technologies, Cloud Data Management and Storage, Cloud Resource Management and QoS