跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客我的书AI学习GitHub 精选镜像AI 生图工具UI配色美学关于
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
PythonAI算法

第二届人工智能、数字媒体技术与社会计算国际学术会议(ICAIDS 2026)

第二届人工智能、数字媒体技术与社会计算国际学术会议(ICAIDS 2026)将于 2026 年 1 月 30 日至 2 月 1 日举行,设国内三亚及美国芝加哥双会场并支持线上参会。会议聚焦人工智能、数字媒体技术和社会计算领域,涵盖深度学习、自然语言处理、社交网络分析等方向。录用论文将由 ACM 出版社出版并收录于 ACM Digital Library,检索 EI Compendex 和 Scopus。征稿范围广泛,包含神经网络实现、图像预处理及社交网络分析等代码示例参考。投稿需为全英文原创,遵循会议模板,注册费用根据是否投稿及参会人数有所不同。

HadoopMan发布于 2026/2/5更新于 2026/9/125.5K 浏览
第二届人工智能、数字媒体技术与社会计算国际学术会议(ICAIDS 2026)

会议图片

一、重要信息

  • 会议时间:2026 年 1 月 30 日 -2 月 1 日
  • 会议地点:国内会场(中国·三亚)、海外会场(美国·芝加哥),2026 年 1 月 30 日线上同步开展(详情以邮件通知为准)
  • 终轮截稿日期:2026 年 1 月 23 日(逾期不再受理,审稿意见 1 周内反馈)
  • 出版信息:ACM 出版社独立出版(ISSN: 979-8-4007-2340-7),收录于 ACM Digital Library
  • 检索类型:EI Compendex、Scopus(检索稳定,见刊后由出版社统一提交)
  • 会议形式:线下参会(双会场)+ 线上参会 + 线上投稿评审

二、会议简介

第二届人工智能、数字媒体技术与社会计算国际学术会议(ICAIDS 2026)是汇聚全球顶尖学者、科研人员与行业专家的高端学术交流平台。随着人工智能技术的迅猛发展,其在数字媒体、社会计算等领域的交叉应用正引发深刻变革,为各行业创新提供了广阔空间。

本次会议以'探索前沿技术,赋能跨域创新'为核心,聚焦人工智能、数字媒体技术与社会计算的最新研究成果与实践应用,旨在搭建海内外学术交流桥梁,促进跨学科合作,共同探讨技术发展趋势与社会应用挑战。会议将通过主旨报告、口头汇报、海报展示等多种形式,为学术界与产业界人士提供思想碰撞、成果分享的优质平台,助力相关领域的科研进步与人才培养。

三、组织单位与嘉宾团队

组织单位

  • 主办单位:克莱姆森大学(Clemson University,美国公立综合研究型大学,U.S. News 全美综合排名 77)
  • 支持单位:纽约市立大学(The City University of New York)、南昌航空大学(NANCHANG HANGKONG UNIVERSITY)

组织单位图片

核心嘉宾团队

  1. 大会主席
    • 冷璐 教授(南昌航空大学)
    • Hsiao-Hwa Chen 教授(IEEE Fellow、IET Fellow,台湾成功大学)
  2. 出版主席
    • Pavel Loskot 教授(浙江大学)
    • Yi-Zeng Hsieh 副教授(台湾科技大学)
    • Mas Rina binti Mustaffa 副教授(IEEE Senior Member,马来西亚博特拉大学)
  3. 程序委员会主席
    • Jiankun Hu 教授(澳大利亚新南威尔士大学)
    • 徐贯东 教授(IET Fellow、ACS Fellow,澳大利亚悉尼科技大学)
    • Philippe Fournier-Viger 教授(深圳大学)

嘉宾图片

嘉宾图片

嘉宾图片

四、征稿主题

本次会议征稿范围涵盖人工智能、数字媒体技术、社会计算三大核心领域及交叉方向,具体包括但不限于以下内容:

主题分类核心方向
人工智能人工智能与进化算法、自动化控制系统、模糊逻辑与软计算、智能机器人、自然语言处理、深度学习、神经网络、计算机视觉、大语言模型、知识图谱、目标检测、可解释性机器学习、智能仪器与检测技术、传感器应用、人工智能软件工具等
数字媒体技术数字媒体技术与创新、自然语言处理与计算机语言学、信息安全与隐私保护、数字信息获取/存储/处理/传播技术、视频与声音处理、人机交互界面设计、多媒体信息处理、多模态情感分析、人机交互与可视化等
社会计算社会计算科学与应用、复杂社会系统建模、社交媒体挖掘、城市计算、消费预测与分析、智慧城市、在线社区、社交网络分析、社会化推荐、Web 2.0 与语义网、用户建模、普适计算、集成模型等
交叉应用方向人工智能对社会影响、数据挖掘、网络挖掘、隐私保护、情感计算、语料库技术、数控编程技术、过程控制与自动化等

征稿主题图片

部分方向代码示例参考

  1. 人工智能(神经网络基础实现示例)
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout

# 构建简单神经网络模型
model = Sequential([
    Dense(64, activation='relu', input_dim=10),
    Dropout(0.3),
    Dense(32, activation='relu'),
    Dropout(0.2),
    Dense(1, activation='sigmoid')
])

# 模型编译
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

# 打印模型结构
model.summary()
  1. 数字媒体技术(图像预处理示例)
import cv2
import numpy as np

# 读取图像并进行预处理
def preprocess_image(image_path):
    # 读取图像
    img = cv2.imread(image_path)
    # 调整尺寸
    img = cv2.resize(img, (224, 224))
    # 转换为 RGB 格式
    img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    # 归一化
    img = img / 255.0
    # 扩展维度(适配模型输入)
    img = np.expand_dims(img, axis=0)
    return img

# 示例调用
processed_img = preprocess_image('digital_media.jpg')
print("预处理后图像形状:", processed_img.shape)
  1. 社会计算(社交网络节点分析示例)
import networkx as nx
import matplotlib.pyplot as plt

# 构建社交网络模型
G = nx.Graph()
# 添加节点与边(模拟社交关系)
nodes = ["用户 1", "用户 2", "用户 3", "用户 4", "用户 5"]
edges = [("用户 1", "用户 2"), ("用户 1", "用户 3"), ("用户 2", "用户 4"), ("用户 3", "用户 4"), ("用户 4", "用户 5"), ("用户 2", "用户 5")]
G.add_nodes_from(nodes)
G.add_edges_from(edges)

# 计算节点度数(社交活跃度)
degree = dict(G.degree())
print("各用户社交活跃度:", degree)

# 可视化社交网络
plt.figure(figsize=(8, 6))
nx.draw(G, with_labels=True, node_size=1500, font_size=12, font_weight='bold')
plt.title("社交网络结构可视化")
plt.show()

五、论文出版与期刊推荐

会议论文出版

所有投稿将经过 2-3 位组委会专家严格评审,录用论文以会议论文集(Conference Proceedings)形式由 ACM 出版社正式出版(ISSN: 979-8-4007-2340-7),收录于 ACM Digital Library,见刊后统一提交至 EI Compendex、Scopus 数据库检索,检索周期短且稳定。

注:会议已覆盖所有文章处理费(APCs),作者无需额外支付出版费用。

优质期刊推荐

  1. ESCI 期刊:《Journal of Theoretical and Applied Electronic Commerce Research》
    • JCR 分区:Q1;中科院分区:三区
    • ISSN:0718-1876;影响因子(IF):5.1
    • 检索类型:SSCI、Scopus
    • 征稿方向:电子商务及相关计算机科学、信息管理、电信、工商管理、社会学、法律、金融服务等领域
  2. SCI 期刊:《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》
    • JCR 分区:Q1;中科院分区:二区
    • ISSN:1939-1404;E-ISSN:2151-1535;影响因子(IF):4.7
    • 征稿方向:基于人工智能的遥感应用中的数据质量问题及解决方案(专刊)
  3. 普刊期刊
    • 《Science, Technology and Social Development》(ISSN(O): 3078-7718;ISSN(S): 3078-770X):当月见刊,次月检索(知网、谷歌学术等),当天录用
    • 《Education Insights》(ISSN(O): 3008-0797;ISSN(S): 3008-0789):录用后 1 个月内见刊检索(知网、谷歌学术等),1-2 周内录用

六、投稿与注册信息

投稿要求

  1. 论文需为全英文原创作品,未公开发表,主题符合会议征稿方向;
  2. 论文页数不少于 8 页,需按照会议模板排版(可在大会官网'资料下载'栏目获取);
  3. 作者可自费通过 CrossCheck、iThenticate 等系统查重,因重复率导致的拒稿责任由作者自行承担,涉嫌抄袭的论文不予出版;
  4. 投稿方式:在线投稿,详情可咨询会议秘书;
  5. 已注册缴费的作者因个人原因撤稿,需收取至少 30% 手续费。

注册费用

注册类型费用标准备注
投稿(8 页,单栏)4200 元/篇含 1 名作者免费参会资格
超页费400 元/页第 9 页起算
仅参会不投稿(单人)1500 元/人可选口头报告/海报展示/听众票其一
仅参会不投稿(3 人及以上团队)1200 元/人团队优惠,需提前联系秘书确认
加购论文集500 元/本一个订单默认附送 1 本,额外购买需单独缴费

七、会议议程(仅供参考)

日期时间议程内容
2026 年 1 月 30 日(周五)14:00-17:00线上 + 线下签到
2026 年 1 月 31 日(周六)09:00-12:00主旨报告(海内外专家分享)
2026 年 1 月 31 日(周六)12:00-14:00午餐休息
2026 年 1 月 31 日(周六)14:00-17:00口头汇报(分主题平行会场)
2026 年 2 月 1 日(周日)09:00-17:00学术考察(具体安排待定)

注:详细议程将在会前 1-2 周通过邮件发送给参会者。

八、参会须知

  1. 作者参会:1 篇录用并缴费的论文可允许 1 名作者免费参会;
  2. 主讲嘉宾:需申请主题演讲,由组委会审核资格;
  3. 口头报告:申请后演讲时长为 10 分钟(含问答环节);
  4. 海报展示:申请后需按 A1 尺寸彩色打印海报,现场展示交流;
  5. 听众参会:无需投稿,注册后可参与所有会议环节及讨论交流;
  6. 参会福利:所有参会者可现场获取参会证明、会议通知(邀请函)、专属纪念品、参会证等资料。

目录

  1. 一、重要信息
  2. 二、会议简介
  3. 三、组织单位与嘉宾团队
  4. 组织单位
  5. 核心嘉宾团队
  6. 四、征稿主题
  7. 部分方向代码示例参考
  8. 构建简单神经网络模型
  9. 模型编译
  10. 打印模型结构
  11. 读取图像并进行预处理
  12. 示例调用
  13. 构建社交网络模型
  14. 添加节点与边(模拟社交关系)
  15. 计算节点度数(社交活跃度)
  16. 可视化社交网络
  17. 五、论文出版与期刊推荐
  18. 会议论文出版
  19. 优质期刊推荐
  20. 六、投稿与注册信息
  21. 投稿要求
  22. 注册费用
  23. 七、会议议程(仅供参考)
  24. 八、参会须知

更多推荐文章

查看全部
  • 企业级工作流引擎低代码开发实战指南:RuoYi-Flowable-Plus 详解
  • C++ 类与对象进阶:初始化列表、静态成员与编译器优化实战
  • C++ 网络编程入门:TCP 协议下的简易计算器项目
  • NFT 元数据去中心化存储与智能合约集成实战
  • 用提示词减少 AI 写作痕迹的几个实操办法
  • 基于大模型的聊天助手案例:企业知识库与智能客服实践
  • ComfyUI ControlNet 模型推荐清单(2025 版)
  • Django 壁纸管理系统的设计与实现
  • Python asyncio 异步编程教程
  • Ubuntu 部署 OpenClaw 完整指南
  • 大规模多模态模型:数据集、应用领域与分类体系深度解析
  • Python 绘图:Matplotlib、Seaborn 和 Plotly 的常见图表与代码
  • Ling Studio 使用指南:万亿参数 AI 模型实战技巧
  • Java 异常处理:从原理到实战最佳实践
  • YOLOv8 实战:智能家居安防系统部署
  • STL list 容器模拟实现与核心原理
  • VS Code 远程连接服务器后 GitHub Copilot 无法使用的修复方法
  • Python 数据分析基础流程与实战方法
  • Git 在 Linux 及麒麟国防版 V10 上的安装配置
  • 如何将代码上传到 Gitee?Git 使用指南

相关免费在线工具

  • 加密/解密文本

    使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online

  • RSA密钥对生成器

    生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online

  • Mermaid 预览与可视化编辑

    基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online

  • 随机西班牙地址生成器

    随机生成西班牙地址(支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选),支持数量快捷选择、显示全部与下载。 在线工具,随机西班牙地址生成器在线工具,online

  • Gemini 图片去水印

    基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印,支持批量处理与下载。 在线工具,Gemini 图片去水印在线工具,online

  • curl 转代码

    解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online