【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
爱思德学术2 小时前
中国计算机学会(CCF)推荐学术会议-A(数据库/数据挖掘/内容检索):SIGKDD 2026
大数据·人工智能·数据分析
Coder_Boy_2 小时前
基于SpringAI的在线考试系统-系统业务全流程
java·人工智能·spring boot·软件工程
传说故事2 小时前
【论文自动阅读】NeoVerse: Enhancing 4D World Model with in-the-wild Monocular Videos
人工智能·深度学习
拓端研究室2 小时前
2026汽车行业趋势洞察和典型增长市场解析:轻量化、智能化、出海|附600+份报告PDF、数据、可视化模板汇总下载
人工智能
2301_787328492 小时前
46.AI Agent 模版引擎
人工智能
FindAI发现力量2 小时前
AI赋能销售的最终形态是什么?闪电 AI 销售助手 vs 智能工牌,重构销售赋能的核心逻辑
人工智能·语音识别·产业升级·智能耳机·ai销售·ai营销·智能工牌
飞Link2 小时前
微调阶段中的模型自我提升、通用模型蒸馏和数据扩充
人工智能·算法·数据挖掘
水如烟2 小时前
孤能子视角:数字时代,万物智能体的“能源“基座
人工智能
SCKJAI2 小时前
机器人/机器狗研发平台AIR SC6N0‑C NX 开发板 边缘计算解决方案
人工智能