International Conference on Artificial Intelligence
and Machine Learning Research
CAIMLR 2024 | Singapore | September 28-29, 2024
2024年人工智能与机器学习研究国际学术会议
CAIMLR | 新加坡 | 2024年9月28-29日
2024年人工智能与机器学习研究国际学术会议
新加坡 | 2024年9月28-29日
会议简介
2024人工智能与机器学习研究国际学术会议（CAIMLR）是一场专注于快速发展的人工智能（AI）和机器学习（ML）领域的学术盛会。在当前科技领域，这些学科已经获得巨大的重要性，并引起了广泛的关注。它们在医疗、金融、交通和教育等各个领域的广泛应用为解决复杂的现实世界问题提供了新的可能性。
CAIMLR的主要目标是促进人工智能和机器学习领域的深入研究和学术进展。通过汇集来自全球的领先专家、学者和行业领导者，该会议旨在提供一个讨论人工智能和机器学习最新发展和前沿创新的平台。通过一系列的主题演讲、研讨会、技术展示和学术交流，CAIMLR为参与者提供了展示研究成果、分享经验和促进合作的独特机会。
我们真诚邀请研究人员、学者和专业人士积极贡献他们的研究成果，并参加CAIMLR。让我们共同推动人工智能和机器学习研究的边界，为构建智能社会迈出重要的步伐，并塑造这些充满活力领域的未来。请密切关注会议日期和地点的更新，期待您的光临CAIMLR。
组织架构
大会主席（General Chairs)
You-Gan Wang, 昆士兰大学, 澳大利亚（昆士兰大学荣誉教授，曾任职哈佛大学副教授、新加坡国立大学副教授。研究方向：机器学习和统计学习、数据科学等）
Wai Lok Woo, 诺森比亚大学, 英国 （英国诺森比亚大学教授，IEEE/IET Fellow，诺森比亚大学人工智能与数字技术研究中心主任）岳洋, 西安交通大学, 中国 （西安交通大学教授，SPIE Fellow，IEEE高级会员，国家级青年人才计划入选者，智能光子应用技术实验室（iPatLab）创始人及现任PI）
Cheng Siong Chin, 纽卡斯尔大学, 新加坡 （新加坡纽卡斯尔大学教授，高等教育学院院士、IEEE高级会员，2018年爱思唯尔“未来一代计算机系统评审杰出贡献奖”）
程序委员会主席（Program Committee Chairs)
Chee Wei Tan, 南洋理工大学, 新加坡 （博士毕业于普林斯顿大学，主要研究方向为无线网络、人工智能、优化和分布式机器学习）
陈林, 中山大学, 中国 （中山大学数据科学与计算机学院教授，曾任巴黎南大学计算机系副教授、博导，主要研究领域为网络分布式学习及算法设计，信息安全和隐私保护等）
杨鑫松, 四川大学, 中国 （四川大学电子信息学院教授，“群体智能与控制”实验室负责人，2019-2022年连续4年入选科睿唯安全球高被引学者和Elsevier中国高被引学者）
方娟, 北京工业大学, 中国 （中国计算机学会杰出会员，中国电子学会高级会员，现任计算机科学与技术系副主任、体系结构研究所所长，物联网工程专业负责人）
出版主席（Publicity Chairs)
赵振兵, 华北电力大学, 中国 （华北电力大学教授，智能视觉计算研究所副所长，人工智能学院电力视觉研究中心副主任，IEEE PES人工智能分委会理事）
王骏超, 重庆大学, 中国 （重庆大学微电子与通信工程学院副教授，IEEE Member/ IEEE CAS Member/ 中国通信学会高级会员）
Ankush Ghosh, 昌迪加尔大学, 印度 （印度昌迪加尔大学副教授，印度 ADSRS 教育与研究基金会副主席，IEEE高级会员）
Jun Liu, 新加坡科技设计大学, 新加坡 （新加坡科技设计大学助理教授，研究方向包括计算机视觉、机器学习和人工智能，谷歌学术影响因子H-index41）
分会主席（Track Chairs)
樊平毅, 清华大学, 中国
Abolfazl Razi, 克莱姆森大学, 美国
Abolfazl Razi, 克莱姆森大学, 美国
赵海全, 西安交通大学, 中国
关毅, 哈尔滨工业大学, 中国
关毅, 哈尔滨工业大学, 中国
蒲亦非, 四川大学, 中国
王殿辉, 中国矿业大学, 中国
主旨报告嘉宾（Keynote Speaker)
Chee Wei Tan, 南洋理工大学, 新加坡
余志文, 华南理工大学, 中国赵海全, 西南交通大学, 中国
秦川, 上海理工大学, 中国
赞助/主办单位
会议日期
全文提交日期：2024年7月26日前
录用通知日期：2024年8月31日前（或投稿7个工作日内）
注册截止日期：2024年8月31日
会议召开日期：2024年9月28-29日
注册与投稿
征稿主题
分会场1. Image Processing 图像处理
- AI-Enhanced Image Analysis: 使用人工智能进行图像分析和解释
- AI-Enhanced Image Analysis: 使用人工智能进行图像分析和解释
- Optical Image Processing: 光学图像处理
- Machine Learning for Image Reconstruction: 机器学习在图像重建中的应用
- Machine Learning for Image Reconstruction: 机器学习在图像重建中的应用
- Deep Learning in Image Classification and Annotation: 深度学习在图像分类和注释中的应用
- Digital Signal Processing: 数字信号处理
- Biomedical Image Analysis: 生物医学图像分析及其在疾病诊断中的应用
- Digital Signal Processing: 数字信号处理
- Hyperspectral and Multispectral Imaging: 高光谱和多光谱成像技术
- Image Processing for Optical Communications: 光通信中的图像处理- Biomedical Image Analysis: 生物医学图像分析及其在疾病诊断中的应用
- Image Enhancement and Restoration: 图像增强与恢复技术
- Image Classification and Transformation: 图像分类与转换技术- Object Detection and Segmentation: 目标检测与分割技术
分会场2. Artificial Intelligence 人工智能
- Artificial Intelligence Algorithms: 人工智能算法
- AI-driven Simulation and Modeling: 人工智能驱动的仿真和建模
- AI-driven Simulation and Modeling: 人工智能驱动的仿真和建模
- AI for Complex Image Understanding: 用于复杂图像理解的人工智能
- AI in Optical System Design and Optimization: 人工智能在光学系统设计中的应用
- AI in Optical System Design and Optimization: 人工智能在光学系统设计中的应用
- Neural Networks and Complex Systems: 神经网络与复杂系统的研究
- Hybrid Intelligent Systems: 混合智能系统的研究与开发
- Neural Networks in AI Applications: 神经网络在人工智能应用中的作用与研究
- Hybrid Intelligent Systems: 混合智能系统的研究与开发
- AI-assisted Image Quality Assessment: 人工智能辅助图像质量评估技术
- AI in Healthcare and Biomedical Applications: AI在医疗和生物医学领域的应用- Neural Networks in AI Applications: 神经网络在人工智能应用中的作用与研究
- AI-driven Smart Cities and Urban Planning: 人工智能在智能城市和城市规划中的应用
- Ethics in AI and Automation: 人工智能和自动化中的伦理问题分会场3. Machine Learning 机器学习
- Machine Learning Techniques for Big Data Analytics: 大数据分析中的机器学习技术
- Reinforcement Learning and Autonomous Systems: 强化学习与自主系统
- Reinforcement Learning and Autonomous Systems: 强化学习与自主系统
- Supervised Learning Algorithms and Applications: 监督学习算法及其应用
- Natural Language Processing: 自然语言处理与理解
- Natural Language Processing: 自然语言处理与理解
- Speech and Natural Language Processing: 语句与自然语言处理
- Computational Theories of Learning: 学习计算理论研究
- AI and Machine Learning for Signal Processing: 信号处理中的人工智能和机器学习
- Computational Theories of Learning: 学习计算理论研究
- Transfer Learning in Image Processing: 图像处理中的迁移学习
- ML in Healthcare and Biomedical Applications: 机器学习在医疗和生物医学领域的应用- AI and Machine Learning for Signal Processing: 信号处理中的人工智能和机器学习
- ML for Optical Data Analysis: 光学数据分析中的机器学习技术
- ML for Image Generation and Synthesis: 图像生成与合成中的机器学习技术出版与提交
出版信息
- 在CAIMLR2024会议被录用且完成注册的论文，将由SPIE出版，并提交至EI核心以及Scopus检索。
- 可选：会议的部分论文可经拓展后，提交至Scopus期刊特刊（special issue）
投稿指南
请选择以下投稿方式之一：
CMT系统：https://cmt3.research.microsoft.com/CAIMLR2024
电子邮件： cfp@caimlr.com
注意：所有论文均应以英文撰写，篇幅不得少于 4 页。为确保您的论文符合会议的格式要求，请下载并使用以下稿件模板：
Word 格式 论文模板
注册参会
| 注册类型 | 注册时间 | 注册费用（RMB） |
| 早鸟优惠（全部） | 2024年7月26日之前 | 2800元 |
| 常规注册 | 2024年7月27日及以后 | 3500元 |
| 学生注册（硕士/博士） | 2024年7月27日及以后 | 3000元 |
| 额外页面费用（第8页起算） | 无限制 | 400元/页 |
| 仅报告注册 | 无限制 | 1800元 |
| 仅参会 | 无限制 | 1200元 |
| 学生仅参会 | 无限制 | 1000元 |
| 重要提示： 1. 作者应在接到论文审稿意见并被接收后，在注册截止日期之前进行注册，以便将被接收的论文包含在会议论文集中发表。 2. 如果论文超过规定页数（Word模板/Latex模板），则将按标准收取额外的页面费用。 3. 注册费包括：*会议材料；*参加会议及所有技术会议；*正式会议期间午餐、晚餐和茶歇；*全文发表；*电子版会议论文集；*注册费发票或收据。 4. 您的论文仅有一位作者可以免费参加会议并作报告。如果多位作者将参加会议，则应提交多个注册报名。 5. 请注意，签证申请费、住宿费和交通费不包括在注册费中。 如果您有任何有关注册的问题，请联系我们。 6. 退款政策 如果参与者因个人原因要求取消并退款，将按照以下退款政策进行退款。 距会议开始50天以上：退还支付款项的60％ 距会议开始不足50天：退还支付款项的30％ 会议开始后：不予退款，取消和退款请求需通过电子邮件正式提出。 组委会有权因不可抗力事件而更改会议日期和地点。因此造成的损失不承担责任，且退款政策不适用。 | ||
联系我们
Clara Tsai 邮箱：aimlrconference@hotmail.com 微信号：resconf
| 李老师 邮箱： aimlrconference1@163.com
|
