2ème Conférence Internationale en ligne sur Big Data, Modelling et Machine Learning (BML'21)
Les Big Data, la modélisation et le Machine Learning sont les sujets les plus intéressants pour les chercheurs traitant d'études et de problématiques appliquées et théoriques. Le traitement et l'architecture du Big Data, Computational Modelling, Data mining et le Machine learning,, contribuent à l'amélioration des connaissances humaines en Intelligence Artificielle et ses applications.
Afin de promouvoir les travaux scientifiques sur ces sujets, 2ème Conférence Internationale sur Big Data, Modelling et Machine Learning (BML'21) se tiendra, les 05 et 06 Juin à l'ENSA de Kénitra
BML'21 est une opportunité aux professionnels du monde universitaire et de l'industrie de discuter des derniers problèmes et des progrès dans le domaine du Big data, Machine learning, Simulation and Modelling.
BML'21 sera l'occasion pour les universitaires et les spécialistes de présenter et de publier leurs travaux et de s'informer sur les tendances de la recherche scientifique, ainsi que d'établir de futures collaborations entre groupes de recherche et professionnels.
Cette 2ème édition est la suite de la 1ère édition qui s'est tenue à l'ENSA Kenitra.
Big Data :
- Modèles et algorithmes Big Data
- Architectures Big Data
- Gestion du Big Data
- Sécurité et confidentialité du Big Data
- Big Data dans les villes intelligentes
- Big Data pour les entreprises, le gouvernement et la société
- Algorithmes et systèmes de recherche et d'exploration de données volumineuses
Computational Modelling and Simulation :
- Calcul et simulation haute performance
- Information et visualisation scientifique
- Applications de calcul et de simulation dans l'éducation
- Applications de calcul et de simulation en biologie
- Applications de calcul et de simulation dans l'environnement
- Applications de calcul et de simulation en physique
- Bases de données et visualisation
- Techniques d'éléments fini et limite
- Modélisation mathématique et application
- Modélisation, simulation et contrôle des processus technologiques
- Méthodes mathématiques et numériques en simulation et modélisation
- Technologie de modélisation et de simulation en réseau
- Simulation de calcul parallèle et distribué
- Simulation, science expérimentale et ingénierie
Machine learning :
- Data Mining and Machine Learning Tools
- Machine Learning Applications
- Machine Learning Methods and analysis
- Apprentissage statistique
- L'apprentissage en profondeur
- Apprentissage par renforcement
- Bayesian Networks
- Support Vector Machines
- Text and Multimedia Mining
- Caractéristiques d'Extraction et de classification
- Algorithmes et applications d'apprentissage distribués et parallèles
- Fuzzy Logic
- Traitement du langage naturel
- Les réseaux de neurones
- Réseaux de neurones convolutifs
- Systèmes d'aide à la décision
- Deep Learning et Big Data Analytics
- Big Data et Big Data Analytics
- R et Python pour la science des données
- Méthodologie de recherche en Computer Science
SOURCE : CNRST