2022年人工智能与统计学前沿国际会议（CFAIS 2022）

重要信息
会议网址：www.cfais.org
会议时间：2022年12月2-4日
召开地点：中国北京
截稿时间：2022年10月31日
录用通知：投稿后2周内
收录检索：EI,Scopus

会议简介
★2022年人工智能与统计学前沿国际会议（CFAIS 2022）---Ei Compendex＆Scopus-Call for papers
｜2022年12月2-4日,中国北京｜网址: www.cfais.org 

★CFAIS 2022将围绕“人工智能与统计学”的最新研究领域而展开，为研究人员，工程师和学者，以及行业专业人士提供一个平台并介绍他们的最新的研究成果以及今后开发的活动，为参会人员们交流新的思想和应用经验建立业务或研究关系。本次会议将于2022年12月2－4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2日	注册+接待
2022年12月3日	开幕式+KN演讲+分会场报告
2022年12月4日	分会场报告+实验室参观





关于出版和索引
会议收录的稿件都将出版会议论文集， 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


Huiyu Zhou教授——莱斯特大学，英国

Ahmad P. Tafti博士——南缅因大学，美国

征稿主题/会议征稿
高性能计算的算法和体系结构
流形与嵌入
近似推理
多智能体系统
贝叶斯模型与估计
业务流程智能
非贝叶斯模型与估计
因果关系
非参数模型
分类
回归
聚类
强化学习、计划、控制
深度学习包括优化
关系学习
密度估算
人工智能与统计软件及其应用
博弈论
征集主题
高斯过程
稀疏性与压缩感知
泛化与体系结构
统计与计算学习理论

更多征稿主题请访问： http://www.cfais.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：cfais@hksra.org
2.CMT在线投稿：https://cmt3.research.microsoft.com/CFAIS2022

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.cfais.org
会议邮箱：cfais@hksra.org
电话/微信同号：18108159229
QQ咨询：2011307354

All papers submitted to the conference will undergo rigorous and unbiased peer review process conducted by experts of the research area that the work of authors focuses. We invite submissions on theoretical and applicable research falls within the conference scope. The topics of interest include, but are not limited to:

Algorithms and architectures for high-performance computation
Manifolds and embedding
Approximate inference
Multi-agent systems
Bayesian models and estimation
No-regret learning
Business Process Intelligence
Non-Bayesian models and estimation
Causality
Nonparametric models
Classification
Regression
Clustering
Reinforcement learning, planning, control
Deep learning including optimization
Relational learning
Density estimation
Software for and applications of AI and statistics
Game theory
Solicited topics
Gaussian processes
Sparsity and compressed sensing
Generalization and architectures
Statistical and computational learning theory
Graphical models
Structured prediction 
Including learning with privacy and fairness
Topic models
Interpretability and robustness
Trustworthy learning
Kernel methods
Unsupervised and semi-supervised learning
Logic and probability