管理

流量統計

  • 52269總讀取次數:
  • 1讀取次數(今天):
  • 16讀取次數(昨天):
  • 97讀取次數(上週):
  • 23018總參觀人數:
  • 1今天的參觀人數:
  • 0目前在線人數:

訂閱中華機率統計學會RSS

敬邀參加「2014 Workshop in Symbolic Data Analysis (SDA2014)」

103年6月13至16日中研院統計所、中華機率統計學會、國科會數學研究推動中心、與國際統計計算學會亞洲分會共同舉辦「2014 Workshop in Symbolic Data Analysis (SDA2014)」研討會。歡迎踴躍報名參加。

一、時間:103年6月13至16日

二、地點:中央研究院活動中心2樓第一會議室

三、內容:

中研院統計所、中華機率統計學會、國科會數學研究推動中心、與國際統計計算學會亞洲分會將於103年6月14至16日假中央研究院活動中心2樓第一會議室,舉辦「2014 Workshop in Symbolic Data Analysis (SDA2014)」研討會。本次會議邀請SDA創始者Edwin Diday教授與多位相關領域傑出研究學者與會,在兩天半的會議期間將給予多場的精彩演講。除此之外,為提高國內學者及學生對這一領域的了解,將於會議前一日(6月13日)舉辦一天的前導課程,歡迎國內學者及學生踴躍報名參加。

象徵性資料分析(Symbolic Data Analysis) 由Edwin Diday於1987年所提出,發展至今雖已超過二十年,然而不管是在理論方法或是實際應用方面仍有許多待開發之處。相較於傳統統計分析中變數描述的是個體,資料是單一值(可以是數值或類別),象徵性資料中變數描述的是一個群體(concept),資料是一個分佈(可以是連續數值的區間(interval),直方圖(histogram),或非連續資料的組成(modal multi-valued)等)。故不同於傳統的統計分析方法,象徵性資料分析中考慮更多不同種類的資料結構。若將傳統資料整合成象徵性資料型態來處理,則象徵性資料分析方法有其能夠操作階層性(hierarchical)或非獨立性資料(dependent)以及計算巨量資料(BIG data)之潛能。而且對於知識發現與資料管理有關的學科,如統計之多變量分析(multivariate analysis),機器學習(machine learning)中的型樣識別(pattern recognition),與人工智慧(artificial intelligence)相關方法等都有象徵性資料分析可以投入發展的相關議題。本次會議討論議題除了會從理論及數學方法的觀點切入,亦專注於相關分析工具及應用方式等近期研究成果。內容精彩可期。

四、聯絡人:林小姐 (02)6614-5621、sda2014@stat.sinica.edu.tw

五、報名方式:請至http://www3.stat.sinica.edu.tw/sda2014/ 網頁線上報名

報名截止日期:103年5月31日

誠摯歡迎您的參與!

SDA2014 flyer (875)