权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

US-Serbia and West Balkan Data Science Workshop

美国-塞尔维亚和西巴尔干数据科学研讨会

基本信息

批准号：
1818661
负责人：
Zoran Obradovic
金额：
$ 9.9万
依托单位：
Temple University
依托单位国家：
美国
项目类别：
Standard Grant
财政年份：
2018
资助国家：
美国
起止时间：
2018-06-01 至 2019-05-31
项目状态：
已结题

来源：
https://www.nsf.gov/awardsearch/showAward?AWD_ID=1818661&HistoricalAwards=false
关键词：
US Serbia West Balkan Data

项目摘要

Data science research advances society globally through new knowledge and methods. Research collaborations that cross international boarders allows the best ideas to emerge from wherever they exist. The US-Serbia and West Balkan Data Science Workshop, co-funded by the National Science Foundation and partners in West Balkans region, brings together the best minds in data science. The workshop focuses on four timely areas of research: mathematical foundations, big data processing including security and privacy, data science in biomedical informatics, and data science in computational archaeology.The US-Serbia and West Balkan Data Science Workshop is structured in such a way as to have a lasting impact on data science collaboration between the US and the West Balkans region through facilitated interaction and follow through on high impact research topics in data science.This award reflects NSF's statutory mission and has been deemed worthy of support through evaluation using the Foundation's intellectual merit and broader impacts review criteria.

数据科学研究通过新知识和新方法推动全球社会发展。跨国界的研究合作使得最好的想法能够从任何地方涌现。美国-塞尔维亚和西巴尔干数据科学研讨会由美国国家科学基金会和西巴尔干地区的合作伙伴共同资助，汇集了数据科学领域最优秀的人才。该研讨会重点关注四个及时的研究领域：数学基础、包括安全和隐私在内的大数据处理、生物医学信息学中的数据科学以及计算考古学中的数据科学。美国-塞尔维亚和西巴尔干数据科学研讨会的结构是通过促进互动和跟进数据科学中的高影响力研究主题，对美国和西巴尔干地区之间的数据科学合作产生持久影响。该奖项反映了 NSF 的法定使命，并通过使用基金会的智力价值和更广泛的影响审查标准进行评估，被认为值得支持。

项目成果

期刊论文数量（1）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

US-Serbia and West Balkan Data Science Workshop

美国-塞尔维亚和西巴尔干数据科学研讨会

DOI：
发表时间：
2020
期刊：
NSF Workshop Reports
影响因子：
0
作者：
Obradovic, Zoran
通讯作者：
Obradovic, Zoran

DOI：
{{ item.doi }}
发表时间：
{{ item.publish_year }}
期刊：
{{ item.journal_name }}
影响因子：
{{ item.factor }}
作者：
{{ item.authors }}
通讯作者：
{{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ monograph.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ patent.updateTime }}

Zoran Obradovic其他文献

Dynamic Self-paced Sampling Ensemble for Highly Imbalanced and Class-overlapped Data Classification

DOI：
https://doi.org/10.1007/s10618-022-00838-z
发表时间：
2022
期刊：
Data Mining and Knowledge Discovery
影响因子：
作者：
Fang Zhou;Suting Gao;Lyn Ni;Martin Pavlovski;Qiwen Dong;Zoran Obradovic;Weining Qian
通讯作者：
Weining Qian