<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><head><meta http-equiv="Content-Type" content="text/html; charset=utf-8"><title>BigDat 2020: early registration October 27</title></head><body>*To be removed from our mailing list, please respond to this message with UNSUBSCRIBE in the subject line*<br>
 <br>
********************************************************<br>
 <br><strong>6<sup>th</sup> INTERNATIONAL WINTER SCHOOL ON BIG DATA</strong><br>
 <br><strong>BigDat 20</strong><strong>20</strong><br>
 <br><strong>Ancona, Italy</strong><br>
 <br><strong>January 13-17, 2020</strong><br>
 <br>
Co-organized by:<br>
 <br>
Department of Information Engineering, Marche Polytechnic University<br>
 <br>
Institute for Research Development, Training and Advice (IRDTA)<br>
Brussels / London<br>
 <br>
https://bigdat2020.irdta.eu/<br>
 <br>
********************************************************<br>
 <br>
--- Early registration deadline: October 27, 2019 ---<br>
 <br>
********************************************************<br>
 <br><strong>SCOPE:</strong><br>
 <br>
BigDat 2020 will be a research training event with a global scope aiming at updating participants on the most recent advances in the critical and fast developing area of big data, which covers a large spectrum of current exciting research and industrial innovation with an extraordinary potential for a huge impact on scientific discoveries, medicine, engineering, business models, and society itself. Renowned academics and industry pioneers will lecture and share their views with the audience.<br>
 <br>
Most big data subareas will be displayed, namely foundations, infrastructure, management, search and mining, security and privacy, and applications (to biological and health sciences, to business, finance and transportation, to online social networks, etc.). Major challenges of analytics, management and storage of big data will be identified through 1 keynote lecture and 22 four-hour and a half courses, which will tackle the most active and promising topics. The organizers are convinced that outstanding speakers will attract the brightest and most motivated students. Interaction will be a main component of the event.<br>
 <br>
An open session will give participants the opportunity to present their own work in progress in 5 minutes. Moreover, there will be two special sessions with industrial and recruitment profiles.<br>
 <br><strong>ADDRESSED TO:</strong><br>
 <br>
Master's students, PhD students, postdocs, and industry practitioners will be typical profiles of participants. However, there are no formal pre-requisites for attendance in terms of academic degrees. Since there will be a variety of levels, specific knowledge background may be assumed for some of the courses. Overall, BigDat 2020 is addressed to students, researchers and practitioners who want to keep themselves updated about recent developments and future trends. All will surely find it fruitful to listen and discuss with major researchers, industry leaders and innovators.<br>
 <br><strong>STRUCTURE:</strong><br>
 <br>
3 courses will run in parallel during the whole event. Participants will be able to freely choose the courses they wish to attend as well as to move from one to another.<br>
 <br><strong>VENUE:</strong><br>
 <br>
BigDat 2020 will take place in Ancona, a city founded by Greek settlers and today one of the main ports on the Adriatic Sea. The venue will be:<br>
 <br>
Department of Information Engineering<br>
Marche Polytechnic University<br>
Via Brecce Bianche 12<br>
60131 Ancona<br>
 <br><strong>KEYNOTE SPEAKER:</strong> (to be completed)<br>
 <br><strong>PROFESSORS AND COURSES:</strong><br>
 <br>
Sanchita Bhattacharya (University of California, San Francisco), [introductory/advanced] Big Data in Immunology: Sharing, Dissemination, and Repurposing<br>
 <br>
Diego Calvanese (Free University of Bozen-Bolzano), [introductory] Virtual Knowledge Graphs for Data Integration<br>
 <br>
Sheelagh Carpendale (University of Calgary), [introductory] Data Visualization<br>
 <br>
Nitesh V. Chawla (University of Notre Dame), [intermediate/advanced] Learning from Imbalanced Data<br>
 <br>
Amr El Abbadi (University of California, Santa Barbara), [introductory/intermediate] An Introduction to Blockchain<br>
 <br>
Charles Elkan (University of California, San Diego), [intermediate] A Rapid Introduction to Modern Deep Learning<br>
 <br>
Minos Garofalakis (Technical University of Crete), [intermediate/advanced] Private Data Analytics at Scale<br>
 <br>
Jiawei Han (University of Illinois, Urbana-Champaign), [intermediate/advanced] From Unstructured Text to TextCube: Automated Construction and Multidimensional Exploration<br>
 <br>
Xiaohua Tony Hu (Drexel University), [introductory/advanced] Machine Learning Methods for Big Microbiome Data Analysis<br>
 <br>
Craig Knoblock (University of Southern California), [intermediate/advanced] Building Knowledge Graphs<br>
 <br>
Wladek Minor (University of Virginia), [introductory/advanced] Big Data in Biomedical Sciences<br>
 <br>
Bamshad Mobasher (DePaul University), [intermediate] Context-aware Recommender Systems<br>
 <br>
Jayanti Prasad (Embold Technologies), [introductory/intermediate] Big Code<br>
 <br>
Lior Rokach and Bracha Shapira (Ben-Gurion University of the Negev), [introductory/intermediate] Recommender Systems<br>
 <br>
Peter Rousseeuw (KU Leuven), [introductory] Anomaly Detection by Robust Methods<br>
 <br>
Asim Roy (Arizona State University), [intermediate] Hardware-based (GPU, FPGA based) Machine Learning That Exploits Massively Parallel Computing – An Overview of Concepts, Architectures and Neural Network Algorithm Implementation<br>
 <br>
Hanan Samet (University of Maryland), [introductory/intermediate] Sorting in Space: Multidimensional, Spatial, and Metric Data Structures for Applications in Spatial and Spatio-textual Databases, Geographic Information Systems (GIS), and Location-based Services<br>
 <br>
Rory Smith (Monash University), [introductory/intermediate] Learning from Data, the Bayesian Way<br>
 <br>
Jaideep Srivastava (University of Minnesota), [introductory/intermediate] Social Computing<br>
 <br>
Mayte Suárez-Fariñas (Icahn School of Medicine at Mount Sinai), [intermediate/advanced] Meta-analysis Methods for High-dimensional Data<br>
 <br>
Jeffrey Ullman (Stanford University), [introductory] Big-data Algorithms That Aren't Machine Learning<br>
 <br>
Wil van der Aalst (RWTH Aachen University), [introductory/intermediate] Process Mining: A Very Different Kind of Machine Learning That Can Be Applied in Any Organization<br>
 <br><strong>OPEN SESSION</strong><br>
 <br>
An open session will collect 5-minute voluntary presentations of work in progress by participants. They should submit a half-page abstract containing title, authors, and summary of the research to david@irdta.eu by January 5, 2020.<br>
 <br><strong>INDUSTRIAL SESSION:</strong><br>
 <br>
A session will be devoted to 10-minute demonstrations of practical applications of big data in industry. Companies interested in contributing are welcome to submit a 1-page abstract containing the program of the demonstration and the logistics needed. People participating in the demonstration must register for the event. Expressions of interest have to be submitted to david@irdta.eu by January 5, 2020.<br>
 <br><strong>EMPLOYER SESSION:</strong><br>
 <br>
Firms searching for personnel well skilled in big data will have a space reserved for one-to-one contacts. It is recommended to produce a 1-page .pdf leaflet with a brief description of the company and the profiles looked for, to be circulated among the participants prior to the event. People in charge of the search must register for the event. Expressions of interest have to be submitted to david@irdta.eu by January 5, 2020.<br>
 <br><strong>ORGANIZING COMMITTEE:</strong><br>
 <br>
Emanuele Frontoni (Ancona, co-chair)<br>
Sara Morales (Brussels)<br>
Manuel J. Parra-Royón (Granada)<br>
David Silva (London, co-chair)<br>
Flavio Tonetto (Ancona, industrial chair)<br>
Domenico Ursino (Ancona, co-chair)<br>
 <br><strong>REGISTRATION:</strong><br>
 <br>
It has to be done at<br>
 <br>
https://bigdat2020.irdta.eu/registration/<br>
 <br>
The selection of up to 8 courses requested in the registration template is only tentative and non-binding. For the sake of organization, it will be helpful to have an estimation of the respective demand for each course. During the event, participants will be free to attend the courses they wish.<br>
 <br>
Since the capacity of the venue is limited, registration requests will be processed on a first come first served basis. The registration period will be closed and the on-line registration facility disabled when the capacity of the venue is exhausted. It is highly recommended to register prior to the event.<br>
 <br><strong>FEES:</strong><br>
 <br>
Fees comprise access to all courses and lunches. There are several early registration deadlines. Fees depend on the registration deadline.<br>
 <br><strong>ACCOMMODATION:</strong><br>
 <br>
Suggestions for accommodation are available at<br>
 <br>
https://bigdat2020.irdta.eu/accommodation/<br>
 <br><strong>CERTIFICATE:</strong><br>
 <br>
A certificate of successful participation in the event will be delivered indicating the number of hours of lectures.<br>
 <br><strong>QUESTIONS AND FURTHER INFORMATION:</strong><br>
 <br>
david@irdta.eu<br>
 <br><strong>ACKNOWLEDGMENTS:</strong><br>
 <br>
Dipartimento di Ingegneria dell'Informazione, Università Politecnica delle Marche<br>
 <br>
Institute for Research Development, Training and Advice (IRDTA) – Brussels/London<br>
 <br>
CONFINDUSTRIA Marche Nord<br>
 <br>
CINI AIIS National Lab<br>
 </body></html>