会议介绍

　　2016应用数学与数据科学国际会议为广大从事应用数学与数据科学等相关领域的研究学者、专家提供交流平台。会议组委会诚邀全球相关领域的学者、专家参加此次国际会议，就应用数学与数据科学相关热点问题进行探讨、交流，共同促进全球应用数学与数据科学的发展。

　　2016应用数学与数据科学国际会议将于2016年4月25-26日在中国杭州召开。杭州是浙江省的省会，中国七大古都之一。意大利旅行家马可•波罗曾在他的游记中惊叹：杭州是世界上最美丽华贵的天城。杭州西湖位于杭州市西面，它以其秀丽的湖光山色和众多的名胜古迹而闻名中外，是中国著名的旅游胜地，被誉为“人间天堂”。此外，杭州也以“中国茶都”和“丝绸之府”著称。2022亚运会将在杭州举办，这让杭州成为中国第三个荣获亚运会举办权的城市。同时，中国最大的网络公司和世界第二大网络公司——阿里巴巴的总部，也坐落于杭州。

　　类别：数学，计算机科学

　　会议范围包括但不限于以下主题：

　　应用数学：统计、精算学、计算科学、数理逻辑、科学计算、数学物理、数理经济学、运筹与管理科学等。

　　数据科学：大数据、数据挖掘、预测分析、临床数据的科学、知识发现、描述性分析、安全数据科学、基因组数据科学、知识管、数据驱动的科学研究等。

　　会议嘉宾

　　Dr. Sreeparna Banerjee, Associate Professor

　　Department of Natural Science, West Bengal University of Technology (Makaut, West Bengal), Kolkata, India

　　Biography: Sreeparna Banerjee completed her Bachelor's, Master's and PhD in Physics degrees, all in Physics from Presidency College, Calcutta University and the University of Virginia USA, respectively, followed by a postdoctoral fellowship in Computational Physics in the USA. Subsequently, she has been engaged in research in Pattern Recognition, Artificial Intelligence and Computer Vision as well as Theoretical Physics at the Indian Statistical Institute, Kolkata. She was then a faculty in the Indian Institute of Information Technology, Calcutta, where she also served as its acting Director for a year before it became amalgamated with West Bengal University where she is currently a senior faculty. Her research interests include Molecular Dynamics simulations, Charge transfer problems in Atomic and Molecular Physics and AI, Pattern Recognition, Computer Vision, Data Mining and Machine Learning applications in Astrophysics, Meteorology and Biomedicine and is currently working on Case Based Reasoning in the diagnosis of abnormalities of the retina from Retina fundus images, for which she has received a Government sponsored project.

　　Topic: Case Based Reasoning in Mining of Sparse and Big Data

　　Abstract: Case Based Reasoning (CBR) is a paradigm in Artificial Intelligence/Data Science in which similar cases have similar solutions. This idea is based on the methods employed by doctors to diagnose an illness whereby similar problems have similar treatments. CBR is particularly useful for poorly understood domains with a small body of knowledge which is already stored and is suitably augmented with new knowledge. Thus one can start with sparse data and gradually deal with big data. The talk will focus on different aspects of this paradigm, namely the notion of knowledge containers like vocabul.

　　会议名称：2016应用数学与数据科学国际会议

　　会议时间：2016年4月25-26日

　　会议地点：中国，杭州

　　本次会议详情及参会方式，请移步至活动家：http://www.huodongjia.com/event-1415477575.html