@MSGID:
<3d044a5e-deec-4fa4-83b2-22e6f7f12de0n@googlegroups.com> 1c1d8c5a
@REPLYADDR Anu Bajaj <er.anubajaj@gmail.com>
@REPLYTO 2:5075/128 Anu Bajaj
@CHRS: CP866 2
@RFC: 1 0
@RFC-Message-ID:
<3d044a5e-deec-4fa4-83b2-22e6f7f12de0n@googlegroups.com>
@TZUTC: -0700
@PID: G2/1.0
@TID: FIDOGATE-5.12-ge4e8b94
 **Second Call for Book Chapters - please circulate this CFP to your
colleagues and networks **

Dear Colleagues
 
 We cordially invite researchers and scientists working in
hyperspectral image analysis all around the globe to participate and submit their
research work to contribute to our book titled "Computational Intelligence
based Hyperspectral Image Analysis".

 It would help if you could let us know the tentative title of
your contribution within 10 days of receiving this mail so that we can
plan / structure the table of contents of the book.

Submission link: https://forms.gle/owMZQys1yd6zXtkMA

Scope of the Book:  
--------------------
 Computational Intelligence (CI) based hyperspectral image analysis has
gained significant importance in recent years due to its ability to extract
valuable information from hyperspectral images and make predictions.
Hyperspectral images provide a rich source of information about the composition
and properties of objects in the environment. However, the vast amount
of data generated by hyperspectral images can be overwhelming and hard
to analyze. With their ability to provide valuable insights and improve
decision-making, Computational Intelligence techniques act as a powerful tool that
aids in automatic analysis and improves accuracy. Recent advances in the
field have provided new and exciting ways to employ CI-based hyperspectral
image analysis in many diverse applications.

 The book aims to showcase these latest achievements and novel
approaches in this field, focusing on their wide applications in agriculture,
the environment, defense, medical diagnostics, food and product inspection,
and mineral exploration. It will be an essential resource for those
seeking to deepen their understanding of how hyperspectral image analysis can
combine with computational intelligence techniques to solve specific tasks in
different application fields from a multidisciplinary perspective.

The topics include, but are not limited to:
---------------------------------------------
Hyperspectral Image Acquisition
Hyperspectral Image Enhancement
Hyperspectral Image Clustering
Hyperspectral Image Representation
Hyperspectral Image Restoration
Hyperspectral Image Filtering
Hyperspectral Image Classification
Hyperspectral Image Segmentation
Hyperspectral Image Retrieval and Indexing
Hyperspectral Image Compression
Spatial/Spectral Super-Resolution
Computational Imaging
Object Detection
Applications in Remote Sensing
 Multispectral/Hyperspectral Image Processing: Band Selection,
Dimensionality Reduction, Compressive Sensing,
 Sparse Representation, Image Registration/Matching, Image
Denoising/Destriping, Image Fusion/Pansharpening
 Unsupervised Learning, Semi-supervised Learning, Transfer Learning, Deep
Learning on Hyperspectral Images
Real time Monitoring and applications

 
Important Dates:
---------------------
Full Chapter Submission Deadline               August 30, 2023
Final Notification of Acceptance                   October 15, 2023
Final Chapter Submission Deadline             November 15, 2023


Publisher Details:
----------------------
 This book will be published in the Springer Series "Intelligent
Systems Reference Library" (Electronic ISSN: 1868-4408, Print ISSN: 1868-4394)

 Indexed by: SCOPUS, SCImago, DBLP, zbMATH, Norwegian Register for
Scientific Journals and Series


Submission Guidelines:
----------------------
The length of a book chapter should be between 20 and 30 pages.
Chapters must be formatted according to Springer format (Latex or Word).
The manuscript should be submitted in Word or Latex files.
The plagiarism rate should be less than 15%.
 The figure should not have any copyright issues; either it can be
redrawn or a copyright certificate should be obtained.

There is no processing or publication charge for this book.


More details on https://sites.google.com/view/cihia2023/home


-----
Best Regards
Editors:  
 Ajith Abraham, Flame University, Pune, India; Machine Intelligence
Research Labs (MIR Labs), USA
 Anu Bajaj, Thapar Institute of Engineering and Technology, Patiala,
Punjab, India
 Jyoti Maggu, Thapar Institute of Engineering and Technology, Patiala,
Punjab, India

Information contact: Anu Bajaj (er.anubajaj@gmail.com)
--- G2/1.0
 * Origin: usenet.network (2:5075/128)
SEEN-BY: 5001/100 5005/49 5015/255 5019/40 5020/715
848 1042 4441 12000
SEEN-BY: 5030/49 1081 5058/104 5075/128
@PATH: 5075/128 5020/1042 4441