最后倒计时，SIGMOD 2025全球数据库盛会，你准备好了吗？ ...

一、会议资讯：

ACM SIGMOD/PODS International Conference on Management of Data是盘算机科学范畴中一个顶级的国际学术会议，专注于数据库管理和数据系统的前沿研究。
SIGMOD Conference 每年由 ACM 主理，搜集了全球顶尖的学者、研究人员和工业专家，探究数据库系统、大数据处置惩罚、数据存储与检索、数据分析等方面的最新技术与应用。
自1991年以来，SIGMOD和PODS会议通常是在同一时间、同一地点联合举行的。这种联合举行的方式促进了数据库系统理论与实践的结合，为与会者提供了更广泛的交流机会。

二、会议地点：
2025年的SIGMOD/PODS会议 将在德国柏林举行，时间为6月22日至27日。会议内容丰富，包罗技术程序、研究和工业演讲、教程、演示、专题工作坊、海报展示、工业展览以及职业发展小组讨论等。会议的举行地是柏林洲际旅馆，该旅馆以其独特的棋盘格立面设计和优越的地理位置而闻名。

三、截稿时间：
本次论文提交是第4轮，也是本年的最后一轮，所有截止日期均为 AoE 晚上 11：59。
2024年10月10日星期四，摘要提交和COIs声明；
2024年10月17日星期四，论文提交；
2024年11月28日星期四，担当/审查/拒绝关照；
2025年1月30日，星期四，终极关照。

四、投稿须知

• 一年等待期：被拒绝的论文不能在一年内再次提交给SIGMOD。例如，假如在SIGMOD 2024的第四轮被拒绝，那么只能在SIGMOD 2025的第四轮再次提交。假如在第二轮被拒绝，则可以在2025年的第二轮、第三轮和第四轮中重新提交。
  
• ORCIDs要求：所有作者在提交摘要时必要提供ORCID。
  
• 摘要、利益冲突声明和论文提交日期：摘要和利益冲突声明必要在重要论文提交前一周提交，即本轮在10月10日。
  
• 无特殊赛道：以前的数据密集型和数据科学应用赛道现在已并入主研究赛道，只管它们保存了独特的标准。
  
• 无作者反馈阶段：本年没有作者反馈阶段。
  
• 导师制度代替修订要求：开端的评审反馈将是一个明确的担当或拒绝。被担当的论文可能会有来自评审的修订要求；导师将协助被担当论文的作者满足这些要求。
  
• 海报和随机选择演讲：每篇被担当的论文都将分配一个海报展示时段。然而，由于被担当论文的数量不断增长，2025年将不会有每个被担当论文的演讲时段。相反，演讲时段将通过在被担当的论文中随机抽样来分配。
  
• 审稿过程：每个提交的论文将收到三篇评审。与往年不同，所有论文在完成评审后将收到开端的担当或拒绝决定。许多被担当的论文将被分配一个导师来引导作者举行修订。终极担当取决于满足导师的要求。
  

四、往年资讯
在中国盘算机学会（CCF）的分类中，SIGMOD会议被归为数据库/数据挖掘/内容检索范畴的A类会议。2024年，SIGMOD投稿量成倍数增长至1208篇，但任命率仅为17.6% 。同时，中国学者在SIGMOD会议上的表现逐年提拔，投稿和吸收量都在增长，显示出中国在全球科研交流中的活泼角色和重要影响力，相关快讯可通过会议之眼plus小程序进一步查察。
往年数据：
SIGMOD 2022，共有514篇投稿，任命了151篇，录取率为29.4% 。
SIGMOD 2023，共有660篇投稿，任命了186篇，录取率为28.2% 。

五、投稿论文范围
包罗但不限于：
数据管理系统

• 对数据库系统举行基准测试、监控、测试和调优
  
• 云、分布式、分散式和并行数据管理
  
• 新兴硬件上的数据库系统
  
• 嵌入式数据库、物联网和传感器网络
  
• 存储、索引和物理数据库设计
  
• 查询处置惩罚和优化
  
• 事件处置惩罚
  
• 数据仓库、OLAP、分析
  

模型和语言

• 数据模型和语义
  
• 声明式编程语言和优化
  
• 空间和时间数据管理
  
• 图形、社交网络、Web 数据和语义 Web
  
• 多媒体和信息检索
  
• 不确定、概率和近似数据库
  
• 流和复杂事件处置惩罚
  

以人为本的数据管理

• 数据探索、可视化、查询语言和用户界面
  
• 众包和协作数据管理
  
• 以用户为中心的人机协同数据管理
  
• 数据库的自然语言处置惩罚
  

数据治理

• 数据来源和工作流程
  
• 数据集成、信息提取和 Schema 匹配
  
• 数据质量、数据清理
  
• 数据安全、隐私和访问控制
  
• 负责任的数据管理和数据公平性
  
• 元数据管理
  

当代人工智能和数据管理

• 对非结构化数据举行结构化查询：图像、视频、自然语言等。
  
• 自然语言查询
  
• 数据库引擎内部的机器学习方法
  
• 用于数据库优化的机器学习方法
  
• 机器学习管道的数据管理和元数据
  
• 知识库管理
  
• 数据挖掘
  
• 规范性分析
  

数据驱动的应用程序

• 数据密集型 （DI） 应用程序
  
• 数据科学 （DS） 管道
  
• 请注意，本主题中的提交内容应：
  

• 专注于 DS 应用程序中的数据生命周期和管道，或者我们焦点之外的 DI 范畴（例如，图形、网络、天文学）中的新颖数据管理。
  
• 详细先容了 DS 或 DI 应用程序的部署解决方案。
  
• 分享真实世界的经验。
  
• 提供对系统、数据集、查询日志、基准测试的访问。
  
• 形貌贡献对未来研究的影响。
  

七、结语
SIGMOD 2025截稿时间立刻要到啦！请一定要把握好本年最后的投稿机会，会议召开详谍报道请关注会议之眼plus小程序，盘算机会议信息应有尽有，快来体验叭！

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。