【IEEE出版】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)

The 2nd International Conference on Artificial Intelligence, Digital Media Technology and Social Computing(ICAIDS 2026)

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。诚邀全球相关领域的专家学者、科研人员、高校师生及行业从业者踊跃投稿参会!

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)

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)
    • 马纪新 教授(英国格林威治大学)
  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)
    • Assoc Prof Ts Dr Aslina Kuan Yew Wong 副教授(马来西亚理工大学)
  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)

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

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)
python 复制代码
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)
python 复制代码
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)
python 复制代码
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
    • 福利:ICAIDS 2026推荐投稿可享专属评估与修改服务
  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)
    • 福利:ICAIDS 2026录用文章优先审核
  3. 普刊期刊

    • 《Science, Technology and Social Development》(ISSN(O): 3078-7718;ISSN§: 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§: 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(由艾思科蓝提供技术支持),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

注:填写推荐码C8457可享受优先审稿录用权益。

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。
相关推荐
NAGNIP3 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
冬奇Lab4 小时前
一天一个开源项目(第36篇):EverMemOS - 跨 LLM 与平台的长时记忆 OS,让 Agent 会记忆更会推理
人工智能·开源·资讯
冬奇Lab4 小时前
OpenClaw 源码深度解析(一):Gateway——为什么需要一个"中枢"
人工智能·开源·源码阅读
AngelPP8 小时前
OpenClaw 架构深度解析:如何把 AI 助手搬到你的个人设备上
人工智能
宅小年8 小时前
Claude Code 换成了Kimi K2.5后,我再也回不去了
人工智能·ai编程·claude
九狼8 小时前
Flutter URL Scheme 跨平台跳转
人工智能·flutter·github
ZFSS8 小时前
Kimi Chat Completion API 申请及使用
前端·人工智能
天翼云开发者社区9 小时前
春节复工福利就位!天翼云息壤2500万Tokens免费送,全品类大模型一键畅玩!
人工智能·算力服务·息壤
知识浅谈9 小时前
教你如何用 Gemini 将课本图片一键转为精美 PPT
人工智能
Ray Liang10 小时前
被低估的量化版模型,小身材也能干大事
人工智能·ai·ai助手·mindx