在信息技术以指数级速度演进的时代，数据已成为驱动社会进步与科学突破的新“石油”。然而，单一模态的数据（如纯文本、孤立图像）所能承载的信息和价值已日趋接近其理论边界。人工智能的下一次范式转移，正汇聚于多模态学习、机器学习与数据科学三者的深度融合与交叉创新。
为汇聚全球智慧，共同探索这一交叉领域的未来，2026年多模态、机器学习与数据科学国际学术会议 (MMLDS 2026)将于2026年10月30日至11月1日在中国郑州隆重举行。本次会议旨在为全球学者、工程师及行业领袖构建一个国际化学术交流平台，围绕多模态感知与理解、机器学习理论与方法、数据科学与智能系统以及前沿应用等核心议题展开深度研讨与碰撞。在这里，您将分享最新研究成果，展示学术影响力；与领域专家面对面交流，激发创新灵感；拓展国际合作网络，推动实质性的科研合作；把握学科发展趋势，了解未来研究方向。
2026年多模态、机器学习与数据科学国际学术会议 (MMLDS 2026)
2026 International Conference on Multimodality, Machine Learning and Data Science (MMLDS 2026)
时间地点：2026年10月30日至11月1日，中国- 郑州
截稿时间：见官网
收录检索：ACM 出版，EI Compendex, Scopus收录检索
主办单位：郑州升达经贸管理学院
【大会组委】
| 大会主席 | |
|
闫峥 教授 IEEE会士、IET会士、AAIA会士、AIIA会士、西安电子科技大学 |
伍世虔 教授 IEEE 高级会员、河南省科学院 |
|
大会共同主席 |
|
|
IICKHO SONG教授 IEEE Life Fellow 电子科技大学，中国 |
Ram Bilas Pachori 教授 IEEE Fellow Indian Institute of Technology Indore, 印度 |
| 程序委员会主席 | |
|
Fabrizio Marozzo副教授 IEEE Member、University of Calabria, 意大利 |
Emanuele Trucco教授 University of Dundee, 英国
|
| 程序委员会共同主席 | |
|
Cheng Siong CHIN 教授 IEEE Senior Member Newcastle University, 新加坡 |
唐远炎 教授 IEEE Life Fellow, IAPR Fellow, AAIA Fellow, AIIA Fellow 澳门大学，中国 |
|
出版主席 |
|
|
谭宁副教授 IEEE Senior Member 中山大学，中国 |
José Alfredo F. Costa 副教授 IEEE Member Federal University of Rio Grande do Norte, 巴西 |
|
组织委员会主席 |
||
|
周湘贞 教授 郑州升达经贸管理学院 中国 |
程杰 教授 郑州升达经贸管理学院 中国 |
Ir Ts Dr Hum Yan Chai副教授 IEEE Senior Member Universiti Tunku Abdul Rahman (UTAR)，马来西亚 |
【会议论文集出版】
所有的投稿都必须经过2-3位组委会专家审稿，经过严格的审稿之后，最终所有录用的论文将提交至 ACM International Conference Proceedings Series 出版，见刊后由出版社提交至EI, Scopus检索。
【征稿主题】
| Track 1: 多模态学习与人工智能 |
图像理解 | Image Understanding 视频分析 | Video Analysis 语音识别与处理 | Speech Recognition & Processing 文本与语言模型 | Text & Language Modeling 跨模态检索 | Cross-Modal Retrieval 多模态融合技术 | Multimodal Fusion Techniques 情感计算与认知分析 | Affective Computing & Cognitive Analysis 医学影像分析 | Medical Image Analysis 自然语言处理 | Natural Language Processing 生成式模型 | Generative Models 人机交互智能 | Intelligent Human-Computer Interaction 智能推荐系统 | Intelligent Recommendation Systems 自动驾驶与感知系统 | Autonomous Driving & Perception 视觉问答 | Visual Question Answering 模态转换与合成 | Modality Transformation & Synthesis |
|
Track 2: 机器学习与深度学习 |
监督学习 | Supervised Learning 无监督学习 | Unsupervised Learning 强化学习 | Reinforcement Learning 自监督学习 | Self-Supervised Learning 深度神经网络 | Deep Neural Networks 图神经网络 | Graph Neural Networks 序列建模 | Sequence Modeling 模型压缩与优化 | Model Compression & Optimization 迁移学习 | Transfer Learning 联邦学习 | Federated Learning 可解释 AI | Explainable AI 异常检测 | Anomaly Detection 时序预测 | Time Series Prediction 模型评估与选择 | Model Evaluation & Selection 自动化机器学习 | Automated Machine Learning (AutoML) |
| Track 3: 数据科学与大数据分析 |
数据预处理与清洗 | Data Preprocessing & Cleaning 数据挖掘技术 | Data Mining Techniques 大数据管理 | Big Data Management 数据可视化 | Data Visualization 数据集成与建模 | Data Integration & Modeling 数据驱动决策 | Data-Driven Decision Making 时空数据分析 | Spatiotemporal Data Analysis 网络数据分析 | Network Data Analysis 社会计算与行为分析 | Social Computing & Behavioral Analysis 商业智能 | Business Intelligence 数据安全与隐私 | Data Security & Privacy 云计算与数据处理 | Cloud Computing & Data Processing 高性能数据分析 | High-Performance Data Analytics 数据驱动科学研究 | Data-Driven Scientific Research |
包括但不限于以上主题，查看【更多相关主题】
【参会方式】
一篇录用文章允许一名作者免费参会；
1、口头演讲：申请口头报告，时间为15分钟；
2、海报展示：申请海报展示，A1竖版尺寸；
3、听众参会：不投稿仅参会，也可申请演讲及展示。
以上参会方式，请前往【报名系统】，可获得会议资料（会议通知、参会证书等）
无门槛 | 免费领取
评论 0