<div dir="ltr"><font size="4" face="arial, helvetica, sans-serif"><strong>********** Call for Papers **********</strong></font><span style="color:rgb(0,0,0);font-family:Calibri,Arial,Helvetica,sans-serif;font-size:16px"></span><span style="color:rgb(0,0,0);font-family:Calibri,Arial,Helvetica,sans-serif;font-size:16px"></span><div style="font-size:12.8px"><font face="arial, helvetica, sans-serif"><br></font></div><div style="font-size:12.8px"><strong><font size="4" face="arial, helvetica, sans-serif">Special session on Non-iterative Approaches in Learning (Including comparative studies with iterative methods)</font></strong></div><div style="font-size:12.8px"><strong><font size="4" face="arial, helvetica, sans-serif"><br></font></strong></div><div style="font-size:12.8px"><font face="arial, helvetica, sans-serif"><font size="4">2018 IEEE World Congress on Computational Intelligence (WCCI 2018)</font><br></font></div><div style="font-size:16px"><h4 style="font-size:1.1em;margin:0px 0px 10px;padding:0px;border:0px;outline:0px;vertical-align:baseline;clear:both;color:rgb(42,42,42)"><font face="arial, helvetica, sans-serif"><span style="font-weight:normal">Rio de Janeiro, BRAZIL, 08-13 July 2018</span> - <font style="font-size:12pt;text-align:justify;font-weight:normal"><a href="http://www.ecomp.poli.br/~wcci2018/" target="_blank" style="font-size:12pt">http://www.ecomp.poli.<wbr>br/~wcci2018/</a></font></font></h4><div style="font-size:12.8px"><font face="arial, helvetica, sans-serif">------------------------------<wbr>------------------------------<wbr>------------------------------<wbr>---</font></div><div style="font-size:12.8px"><font face="arial, helvetica, sans-serif"><br></font></div><div style="font-size:12.8px"><font face="arial, helvetica, sans-serif"><strong>DESCRIPTION:</strong></font></div><div style="font-size:12.8px"><span style="color:rgb(0,0,0);font-family:arial,helvetica,sans-serif">Optimization, which plays a central role in learning, has received considerable attention from academics, researchers, and domain workers. Many optimization problems in machine learning can be tackled with non-iterative approaches, which can be presented in closed-form manner. Those methods are in general computationally faster than iterative solutions and less sensitive to parameter settings. Even though non-iterative methods have attracted much attention in recent years, there exists a performance gap when compared with older methods and other competing paradigms. This special session aims to bridge this gap.</span><br></div><div style="font-size:12.8px"><p style="margin-top:0px;margin-bottom:0in;line-height:12.8px"><font face="arial, helvetica, sans-serif"><font color="#000000">The first target of this special session is to present the recent advances of non-iterative solutions in learning. Secondly, the focus is on promoting the concepts of non-iterative optimization with respect to counterparts, such as gradient-based methods and derivative-free iterative optimization techniques. Besides the dissemination of the latest research results on non-iterative algorithms, it is also expected that this special session will cover some practical applications, present some new ideas and identify directions for future studies.</font></font></p><p style="margin-top:0px;margin-bottom:0in;line-height:12.8px"><font face="arial, helvetica, sans-serif"><span style="color:rgb(0,0,0)">Original contributions, comparative studies with both iterative and non-iterative methods are welcome. Typical paradigms include (but not limited to) random vector functional link (RVFL), Echo State Networks (ESN), kernel ridge regression (KRR), random forests (RF), etc…</span><br></font></p><p style="margin-top:0px;margin-bottom:0in;line-height:12.8px"><span style="color:rgb(0,0,0);font-family:arial,helvetica,sans-serif">The topics of the special session include, but are not limited to:</span><br></p><ul><li style="margin-left:15px"><font face="arial, helvetica, sans-serif">Methods with and without randomization<br></font></li><li style="margin-left:15px"><font face="arial, helvetica, sans-serif">Regression, classification and time series analysis<br></font></li><li style="margin-left:15px"><font face="arial, helvetica, sans-serif">Kernel methods such as kernel ridge regression, kernel adaptive filters, etc.<br></font></li><li style="margin-left:15px"><font face="arial, helvetica, sans-serif">Feedforward, recurrent, multilayer, deep and other structures.<br></font></li><li style="margin-left:15px"><font face="arial, helvetica, sans-serif">Ensemble learning<br></font></li><li style="margin-left:15px"><font face="arial, helvetica, sans-serif">Moore-Penrose pseudo inverse, SVD and other solution procedures.<br></font></li><li style="margin-left:15px"><font face="arial, helvetica, sans-serif">Gaussian Process regression<br></font></li><li style="margin-left:15px"><font face="arial, helvetica, sans-serif">Non-iterative methods for large-scale problems with and without kernels<br></font></li><li style="margin-left:15px"><font face="arial, helvetica, sans-serif">Theoretical analysis of non-iterative methods<br></font></li><li style="margin-left:15px"><font face="arial, helvetica, sans-serif">Comparative studies with competing iterative methods<br></font></li><li style="margin-left:15px"><font face="arial, helvetica, sans-serif"><font color="#000000">Applications of non-iterative solutions in domains such as power systems, biomedical, finance, signal processing, big data and </font><font color="#000000">all other areas</font><br></font></li></ul></div><div style="font-size:12.8px"><strong><u>Important Dates</u></strong><br></div><div><font face="arial, helvetica, sans-serif"><ul><li style="margin-left:15px"><span style="font-size:12.8px;color:rgb(255,0,0);text-decoration-style:solid;text-decoration-color:rgb(255,0,0)"><strong style="text-decoration-style:solid;text-decoration-color:rgb(255,0,0)"><span style="text-decoration-style:solid;text-decoration-color:rgb(255,0,0)">1</span></strong></span><span style="font-size:10.6667px;color:rgb(255,0,0);text-decoration-style:solid;text-decoration-color:rgb(255,0,0)"><sup style="text-decoration-style:solid;text-decoration-color:rgb(255,0,0)"><strong style="text-decoration-style:solid;text-decoration-color:rgb(255,0,0)"><span style="text-decoration-style:solid;text-decoration-color:rgb(255,0,0)">st</span></strong></sup></span><span style="font-size:12.8px"><strong style="color:rgb(255,0,0);text-decoration-style:solid;text-decoration-color:rgb(255,0,0)"><span style="text-decoration-style:solid;text-decoration-color:rgb(255,0,0)"> February 2018</span></strong> – paper submission deadline</span><br></li><li style="font-size:12.8px;margin-left:15px">15^th March 2018 – Paper acceptance notification<br></li><li style="font-size:12.8px;margin-left:15px">8-13 July 2018 – IEEE WCCI 2018 conference, Rio de Janeiro, Brazil<br></li></ul></font><p style="margin-top:0px;margin-bottom:0in;font-size:12.8px;line-height:12.8px"><strong><u>Paper Submission</u></strong><br></p><p align="left" style="margin-top:0.19in;margin-bottom:0.19in;font-size:12.8px;line-height:12.8px"><font color="#222222" face="arial, helvetica, sans-serif">Papers submitted to this Special Session are reviewed according to the same rules as the submissions to the regular sessions of WCCI 2018. </font></p><p align="left" style="margin-top:0.19in;margin-bottom:0.19in;font-size:12.8px;line-height:12.8px"><font color="#222222" face="arial, helvetica, sans-serif">Authors who submit papers to this session must follow this link (<a href="http://ieee-cis.org/conferences/ijcnn2018/upload.php">http://ieee-cis.org/conferences/ijcnn2018/upload.php</a>​) and select in <strong>"</strong><strong>Main Research topic</strong><strong>"</strong> the option <strong>"</strong><strong>S1. Special Session on Non-iterative Approaches in Learning</strong><strong>"</strong> from the drop-down menu.</font></p><p align="left" style="margin-top:0.19in;margin-bottom:0.19in;font-size:12.8px;line-height:12.8px"><font color="#222222" face="arial, helvetica, sans-serif">Submissions to regular and special sessions follow identical format, instructions, deadlines and procedures of the other papers.</font></p><p align="left" style="margin-top:0.19in;margin-bottom:0.19in;font-size:12.8px;line-height:12.8px"><strong style="font-size:12.8px"><u>Journal Extension</u></strong><br></p><p style="font-size:12.8px;margin-top:0px;margin-bottom:0px">The best papers submitted to the Special Session will be invited for a journal extension within the Special Issue “<em>Non-Iterative Learning Approaches and Their Applications</em>” on the journal Cognitive Computation, Springer (<a href="https://link.springer.com/journal/12559" target="_blank">https://link.springer.com/journal/12559</a>).</p><p style="font-size:12.8px;margin-top:0px;margin-bottom:0px">Cognitive Computation (impact factor 3.44) is an international, peer-reviewed, interdisciplinary journal that publishes cutting-edge articles describing original basic and applied work involving bio-inspired computational accounts of all aspects of natural and artificial cognitive systems.​</p><p align="left" style="margin-top:0.19in;margin-bottom:0.19in;font-size:12.8px;line-height:12.8px"><strong><u>Organizers</u></strong><br></p><p style="margin-top:0px;margin-bottom:0in;font-size:12.8px;line-height:12.8px"></p><ul style="font-size:12.8px"><li style="margin-left:15px"><font face="arial, helvetica, sans-serif"><font color="#000000">Dr P. N. Suganthan, Nanyang Technological University, Singapore. </font><a href="mailto:epnsugan@ntu.edu.sg" target="_blank">epnsugan@ntu.edu.sg</a><br></font></li><li style="margin-left:15px"><font face="arial, helvetica, sans-serif"><font color="#000000">Dr. Filippo Maria Bianchi, UiT the Arctic University of Norway, Tromsø, </font><a href="mailto:filippo.m.bianchi@uit.no" target="_blank">filippo.m.bianchi@uit.<wbr>no</a><br></font></li></ul><p style="margin-top:0px;margin-bottom:0px;font-size:12.8px"></p><p align="left" style="margin-top:0.19in;margin-bottom:0.19in;font-size:12.8px;line-height:12.8px"></p></div><div style="font-size:12.8px"><font face="arial, helvetica, sans-serif"><br></font></div><div style="font-size:12.8px"><p style="margin-top:0px;margin-bottom:0px"><br></p></div><div style="font-size:12.8px"><br></div><div style="font-size:12.8px"><font face="arial, helvetica, sans-serif">Link to PDF version of CfP: <a href="https://drive.google.com/open?id=1LEu22zA2XHXcADEwbedsTmAAW_uSn56l" target="_blank">https://drive.google.com/open?id=1LEu22zA2XHXcADEwbedsTmAAW_uSn56l</a></font></div></div><p style="margin-top:0px;margin-bottom:0px;color:rgb(0,0,0);font-family:Calibri,Arial,Helvetica,sans-serif;font-size:16px"><br></p><p style="margin-top:0px;margin-bottom:0px;color:rgb(0,0,0);font-family:Calibri,Arial,Helvetica,sans-serif;font-size:16px"><br></p><div id="gmail-Signature" style="font-family:Calibri,Arial,Helvetica,sans-serif"><div name="divtagdefaultwrapper" style="margin:0px"><div name="divtagdefaultwrapper" style="color:rgb(0,0,0);font-size:16px;margin:0px"><span style="color:rgb(34,34,34);font-family:arial,sans-serif;font-size:12.8px">------------------------------------------------------------------------------------------</span></div><div name="divtagdefaultwrapper" style="margin:0px"><font color="#666666">Filippo Maria Bianchi, PhD.<br style=""><i style="">Postdoctoral fellow at Machine Learning group,<br style="">Department of Physics and Technology,<br style="">UiT The Arctic University of Norway.<br style="">Homepage: <font style=""><a href="https://sites.google.com/view/filippombianchi/home" target="_blank" id="gmail-NoLP" style="">https://sites.google.com/view/filippombianchi/home</a></font></i></font></div></div></div></div>