<div dir="ltr"><div>Call for Papers</div><div>2015 IEEE International Conference on Big Data  (IEEE Big Data 2015)</div><div><a href="http://cci.drexel.edu/bigdata/bigdata2015/">http://cci.drexel.edu/bigdata/bigdata2015/</a></div><div>Oct 29-Nov 1  2015,  Santa Clara, CA, USA</div><div><br></div><div>In recent years, “Big Data” has become a new ubiquitous term. Big Data is transforming science, engineering, medicine, healthcare, finance, business, and ultimately society itself. The IEEE Big Data has established itself as the top tier research conference in Big Data. The first conference IEEE Big Data 2013 ( <a href="http://cci.drexel.edu/bigdata/bigdata2013/">http://cci.drexel.edu/bigdata/bigdata2013/</a> , regular paper acceptance rate: 17.0%)  was held in Santa Clara , CA from Oct 6-9, 2013 with more than 400 registered participants from 40 countries. The IEEE Big Data 2014 (<a href="http://cci.drexel.edu/bigdata/bigdata2014/index.htm">http://cci.drexel.edu/bigdata/bigdata2014/index.htm</a>, regular paper acceptance rate: 18.5.0%) was held in Washington DC, Oct 27-30, 2014 with more than 600 registered participants from 45 countries. The 2015 IEEE International Conference on Big Data (IEEE Big Data 2015) will continue the success of the previous IEEE Big Data conferences. It will provide a leading forum for disseminating the latest research in Big Data Research, Development, and Applications.  </div><div><br></div><div>We solicit high-quality original research papers (including significant work-in-progress) in any aspect of Big Data with emphasis on 5Vs (Volume, Velocity, Variety, Value and Veracity)  relevant to variety of data (scientific and engineering, social, sensor/IoT/IoE, and multimedia-audio, video, image, etc) that contribute to the Big Data challenges. This includes but is not limited to the following:</div><div><br></div><div>1.<span class="" style="white-space:pre">    </span>Big Data Science and Foundations</div><div>a.<span class="" style="white-space:pre"> </span>Novel Theoretical Models for Big Data</div><div>b.<span class="" style="white-space:pre">    </span>New Computational Models for Big Data </div><div>c.<span class="" style="white-space:pre">  </span>Data and Information Quality for Big Data</div><div>d.<span class="" style="white-space:pre">        </span>New Data Standards</div><div><br></div><div>2.<span class="" style="white-space:pre">      </span>Big Data Infrastructure</div><div>a.<span class="" style="white-space:pre">  </span>Cloud/Grid/Stream Computing for Big Data </div><div>b.<span class="" style="white-space:pre">       </span>High Performance/Parallel Computing  Platforms for Big Data</div><div>c.<span class="" style="white-space:pre">     </span>Autonomic Computing and Cyber-infrastructure, System Architectures, Design and Deployment</div><div>d.<span class="" style="white-space:pre">        </span>Energy-efficient Computing for Big Data</div><div>e.<span class="" style="white-space:pre">  </span>Programming Models and Environments for Cluster, Cloud, and Grid Computing to Support Big Data </div><div>f.<span class="" style="white-space:pre"> </span>Software Techniques andArchitectures in Cloud/Grid/Stream Computing</div><div>g.<span class="" style="white-space:pre">      </span>Big Data Open Platforms</div><div>h.<span class="" style="white-space:pre">  </span>New Programming Models for Big Data beyond Hadoop/MapReduce, STORM </div><div>i.<span class="" style="white-space:pre">     </span>Software Systems to Support Big Data Computing</div><div><br></div><div>3.<span class="" style="white-space:pre">  </span>Big Data Management</div><div>a.<span class="" style="white-space:pre">      </span>Search and Mining of variety of data including scientific and engineering, social, sensor/IoT/IoE, and multimedia data</div><div>b.<span class="" style="white-space:pre">   </span>Algorithms and Systems for Big DataSearch</div><div>c.<span class="" style="white-space:pre">        </span>Distributed, and Peer-to-peer Search</div><div>d.<span class="" style="white-space:pre">     </span>Big Data Search  Architectures, Scalability and Efficiency</div><div>e.<span class="" style="white-space:pre">      </span>Data Acquisition, Integration, Cleaning,  and Best Practices</div><div>f.<span class="" style="white-space:pre">    </span>Visualization Analytics for Big Data </div><div>g.<span class="" style="white-space:pre">   </span>Computational Modeling and Data Integration </div><div>h.<span class="" style="white-space:pre">    </span>Large-scale Recommendation Systems and Social Media Systems</div><div>i.<span class="" style="white-space:pre">      </span>Cloud/Grid/Stream Data Mining- Big Velocity Data</div><div>j.<span class="" style="white-space:pre"> </span>Link and Graph Mining</div><div>k.<span class="" style="white-space:pre">    </span>Semantic-based Data Mining and Data Pre-processing</div><div>l.<span class="" style="white-space:pre">       </span>Mobility and Big Data</div><div>m.<span class="" style="white-space:pre">    </span>Multimedia and Multi-structured Data- Big Variety Data</div><div><br></div><div><br></div><div>4.<span class="" style="white-space:pre"> </span>Big Data Search and Mining</div><div>a.<span class="" style="white-space:pre">       </span>Social Web Search and Mining</div><div>b.<span class="" style="white-space:pre">     </span>Web Search</div><div>c.<span class="" style="white-space:pre">       </span>Algorithms and Systems for Big Data Search</div><div>d.<span class="" style="white-space:pre">       </span>Distributed, and Peer-to-peer Search</div><div>e.<span class="" style="white-space:pre">     </span>Big Data Search  Architectures, Scalability and Efficiency</div><div>f.<span class="" style="white-space:pre">      </span>Data Acquisition, Integration, Cleaning,  and Best Practices</div><div>g.<span class="" style="white-space:pre">    </span>Visualization Analytics for Big Data </div><div>h.<span class="" style="white-space:pre">   </span>Computational Modeling and Data Integration </div><div>i.<span class="" style="white-space:pre">    </span>Large-scale Recommendation Systems and Social Media Systems</div><div>j.<span class="" style="white-space:pre">      </span>Cloud/Grid/StreamData Mining- Big Velocity Data</div><div>k.<span class="" style="white-space:pre">  </span>Link and Graph Mining</div><div>l.<span class="" style="white-space:pre">    </span>Semantic-based Data Mining and Data Pre-processing</div><div>m.<span class="" style="white-space:pre">       </span>Mobility and Big Data</div><div>n.<span class="" style="white-space:pre">    </span>Multimedia and Multi-structured Data- Big Variety Data</div><div><br></div><div>5.<span class="" style="white-space:pre">  </span>Big Data Security & Privacy</div><div>a.<span class="" style="white-space:pre">  </span>Intrusion Detection for Gigabit Networks </div><div>b.<span class="" style="white-space:pre">       </span>Anomaly and APT Detection in Very Large Scale Systems</div><div>c.<span class="" style="white-space:pre">    </span>High Performance Cryptography </div><div>d.<span class="" style="white-space:pre">  </span>Visualizing Large Scale Security Data</div><div>e.<span class="" style="white-space:pre">    </span>Threat Detection using Big Data Analytics</div><div>f.<span class="" style="white-space:pre">        </span>Privacy Threats of Big Data</div><div>g.<span class="" style="white-space:pre">      </span>Privacy Preserving Big Data Collection/Analytics</div><div>h.<span class="" style="white-space:pre"> </span>HCI Challenges for Big Data Security & Privacy</div><div>i.<span class="" style="white-space:pre">       </span>User Studies for any of the above</div><div>j.<span class="" style="white-space:pre">        </span>Sociological Aspects of Big Data Privacy</div><div><br></div><div><br></div><div>6.<span class="" style="white-space:pre">       </span>Big Data Applications</div><div>a.<span class="" style="white-space:pre">    </span>Complex Big Data Applications  in Science, Engineering, Medicine, Healthcare, Finance, Business, Law, Education, Transportation, Retailing, Telecommunication</div><div>b.<span class="" style="white-space:pre">   </span>Big Data Analytics in Small Business Enterprises (SMEs),</div><div>c.<span class="" style="white-space:pre"> </span>Big Data Analytics in Government, Public Sector and Society in General</div><div>d.<span class="" style="white-space:pre">   </span>Real-life Case Studies of Value Creation through Big Data Analytics</div><div>e.<span class="" style="white-space:pre">      </span>Big Data as a Service</div><div>f.<span class="" style="white-space:pre">    </span>Big Data Industry Standards</div><div>g.<span class="" style="white-space:pre">      </span>Experiences with Big Data Project Deployments</div><div><br></div><div>INDUSTRIAL Track</div><div><br></div><div>The Industrial Track solicits papers describing implementations of Big Data solutions relevant to industrial settings. The focus of industry track is on papers that address the practical, applied, or pragmatic or new research challenge issues related to the use of Big Data in industry. We accept full papers (up to 10 pages) and extended abstracts (2-4 pages).</div><div><br></div><div>Student Travel Award</div><div><br></div><div>IEEE Big Data  2015 will offer at least 25 student travel awards (the number may be increased later if more sponsorship funds are obtained)  to student authors (including post-doc)  (IEEE Big Data 2014 –35 student travel awards, IEEE Big Data 2013 – 17 student travel awards) </div><div><br></div><div><br></div><div>Conference Co-Chairs:</div><div>Dr. Laura Hass, IBM Research Accelerated Discovery Lab, USA</div><div>Prof. Vipin Kumar, University of Minnesota, USA</div><div><br></div><div>Program Co-Chairs:</div><div>Dr. Howard Ho, IBM Amerdan Research Center, USA</div><div>Prof. Beng Chin Ooi, National University of Singapore, Singapore</div><div>Prof. Prof. Mohammed J. Zaki, Qatar Computing Research Institute, Qatar, </div><div>                                                    Rensselaer Polytechnic Institute, USA</div><div><br></div><div>Industry and Government Program Committee Chair</div><div>Dr. Morris Hui-I Hsiao, Institute for Information Industry, Taiwan </div><div>Dr. Jian Li, Huawei Technologies Co. Ltd, USA</div><div>Dr. Sudarsan Rachuri, National Institute of Standard and Technology, USA</div><div>Dr. Shipeng Yu, LinkedIn, USA</div><div><br></div><div>BigData Steering Committee Chair:</div><div>Prof. Xiaohua Tony Hu, Drexel University, USA, <a href="mailto:xh29@drexel.edu">xh29@drexel.edu</a> </div><div><br></div><div>Paper Submission:</div><div>Please submit a full-length paper (upto 10 page IEEE 2-column format) through the online submission system. </div><div><a href="https://wi-lab.com/cyberchair/2015/bigdata15/scripts/submit.php?subarea=BigD">https://wi-lab.com/cyberchair/2015/bigdata15/scripts/submit.php?subarea=BigD</a></div><div>Papers should be formatted to IEEE Computer Society Proceedings Manuscript Formatting Guidelines (see link to "formatting instructions" below).</div><div><br></div><div>Formatting Instructions</div><div>8.5" x 11" (DOC, PDF) </div><div>LaTex Formatting Macros</div><div><br></div><div>Important Dates:</div><div>Electronic submission of full papers: July 1, 2015</div><div>Notification of paper acceptance: Sept 4, 2015</div><div>Camera-ready of accepted papers: Sept 25, 2015</div><div>Conference: October 29-Nov 1, 2015</div><div><br></div><div>To subscribe to this list, the user sends an email, with blank subject line, to <a href="mailto:listserv@lists.drexel.edu">listserv@lists.drexel.edu</a> . In the text box, the user types: subscribe BIGDATA.</div><div>To unsubscribe from a list, the user sends an email to <a href="mailto:listserv@lists.drexel.edu">listserv@lists.drexel.edu</a> with the message: signoff BIGDATA.</div><div><br></div></div>