<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
</head>
<body style="overflow-wrap: break-word; -webkit-nbsp-mode: space; line-break: after-white-space;">
<div>
<div><i>[Apologies if you receive multiple copies of this CFP]</i></div>
<div><br>
</div>
<div>Call for Papers - SPECIAL SESSION "DATA SCIENCE: MULTIDISCIPLINARY PERSPECTIVES TO TAME THE DATA REVOLUTION" @ IJCNN2025</div>
</div>
<div>June 30-July 5, 2025, Rome, Italy</div>
<div><br>
</div>
<div>https://sites.google.com/view/dsijcnn25/home-page</div>
<div><br>
</div>
<div>***ABOUT***</div>
<div><br>
</div>
<div>The digital transformation is inextricably influencing our lives today. The constant flow of data and technological innovations have reshaped the way we live. The advent of technologies such as cloud computing, the Internet of Things, and Artificial Intelligence
 (AI) has given rise to an interconnected digital ecosystem, where billions of devices generate an enormous amount of data and information. This "data explosion” is much more than a mere technological challenge. It is a true revolution that is profoundly affecting
 our society.</div>
<div><br>
</div>
<div>Data Science holds the key to tame this revolution. It allows to make the most of this huge amount of data, creating concrete value out of it while enabling new, smart processes and applications. Through sophisticated algorithms and advanced analysis techniques,
 data science allows to extract knowledge from this mass of raw data, reveal hidden patterns, predict future trends, and support sound decision-making. Data science promises, and is already delivering, unmatched efficiency and efficacy touching every sector
 of our society, from smart cities that optimize traffic and resource management, to intelligent transportation systems that improve safety and efficiency, to digital healthcare that promises more accurate diagnoses and personalized treatments. In the industrial
 sector, the analysis of data from production lines optimizes processes, reduces waste, and improves quality. In finance, machine learning algorithms predict market trends, assess credit risk, and prevent fraud. Data science is thus becoming the engine of progress,
 opening new frontiers and offering innovative solutions to complex problems.</div>
<div><br>
</div>
<div>However, this data-driven revolution comes with new challenges. On the one hand, security and privacy, as well as additional non-functional requirements, must be enforced along the entire data-driven pipeline, from data ingestion to AI model deployment,
 demanding a rethink of the traditional CIA (Confidentiality, Integrity, Availability) triad. On the other hand, a whole new set of (legal) requirements emerge, starting from the ethical implications of AI, to ensure that data-driven technologies are used responsibly
 and for the benefit of the society as a whole. In addition, a responsible usage of these technologies also implies the usage of large computing infrastructures in a sober, environment-friendly manner.</div>
<div><br>
</div>
<div>In a nutshell, the data-driven ecosystem represents an extraordinary opportunity for progress and innovation. This means that a multidisciplinary approach is needed to fully exploit its potential, integrating technological, scientific, and ethical skills.
 This is the only way to build a future in which data are at the service of humanity, contributing to creating a just, sustainable, and prosperous society.</div>
<div><br>
</div>
<div>***IMPORTANT DATES***</div>
<div><br>
</div>
<div>- Submission due: January 15th, 2025</div>
<div>- Notification to authors: March 31st, 2025</div>
<div>- Camera-ready and early registration due: May 1st, 2025</div>
<div><br>
</div>
<div>***CALL FOR RESEARCH PAPERS***</div>
<div><br>
</div>
<div>The special session welcomes regular papers submissions. The topics of interest include (but are not limited to):</div>
<div><br>
</div>
<div>- Data Architectures</div>
<div>- Data integration and interoperability</div>
<div>- Data processing, analytics and visualization</div>
<div>- Data quality and utility</div>
<div>- Data shaping, modeling and design</div>
<div>- Data sovereignty and governance</div>
<div>- Data storage, preparation and operation</div>
<div>- Data trustworthiness and ethics</div>
<div>- Open science and open data</div>
<div>- Process mining and business intelligence</div>
<div>- Multimodal data processing</div>
<div>- Deep Neural Networks</div>
<div>- Artificial Intelligence</div>
<div>- Generative AI</div>
<div>- Symbolic Computing</div>
<div>- AI security and security for AI</div>
<div>- Cloud-edge continuum</div>
<div><br>
</div>
<div>***SUBMISSION INSTRUCTIONS***</div>
<div><br>
</div>
<div>Submissions must follow the IJCNN2025 rules (https://2025.ijcnn.org/authors/initial-author-instructions). Regular papers must be submitted at https://cmt3.research.microsoft.com/IJCNN2025/ selecting the *Main track* and specifying *Data Science: Multidisciplinary
 Perspectives to Tame the Data Revolution* as *primary Subject Area*. All papers will be evaluated and selected on the basis of their quality, relevance, and timeliness.</div>
<div><br>
</div>
<div>Accepted papers will be included in the conference proceedings.</div>
<div><br>
</div>
<div>***COMMITTEES AND CHAIRS***</div>
<div><br>
</div>
<div>ORGANIZERS</div>
<div><br>
</div>
<div>- Nicola Bena, University of Milan</div>
<div>- Emanuel Di Nardo, University of Naples Parthenope</div>
<div>- Angelo Ciaramella, <span style="caret-color: rgb(0, 0, 0); color: rgb(0, 0, 0);">University of Naples</span> Parthenope</div>
<div>- Claudio A. Ardagna, <span style="caret-color: rgb(0, 0, 0); color: rgb(0, 0, 0);">University of Milan</span></div>
<div><br>
</div>
<div>This call for papers and additional information about the conference can be found at https://sites.google.com/view/dsijcnn25/home-page</div>
<div><br>
</div>
<div>Chairs can be contacted at nicola.bena@unimi.it and emanuel.dinardo@uniparthenope.it</div>
<div><br>
</div>
<div>
<div dir="auto" style="caret-color: rgb(0, 0, 0); color: rgb(0, 0, 0); letter-spacing: normal; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration: none; overflow-wrap: break-word; -webkit-nbsp-mode: space; line-break: after-white-space;">
<div>------</div>
<div><b>Emanuel Di Nardo, PhD</b></div>
<div>University of Naples Parthenope</div>
<div>Naples, Italy</div>
<div>emanuel.dinardo@uniparthenope.it</div>
<div>https://research.emanueldinardo.com</div>
</div>
</div>
<br>
</body>
</html>