
2026多模态、大模型技术与人工智能国际会议(ICMLMTAI 2026)
2026 International Conference on Multimodal, Large Model Technology and Artificial Intelligence(ICMLMTAI 2026)
征稿主题范围广 | 高效审核 | 录用率高
ISSN/ISBN双刊号 | 团队/学生投稿优惠
SCI/SSCI/EI国外核心期刊资源推荐
国内核心、三大网普刊等其他发表资源
●重要信息
会议地点:大连,中国
会议截稿时间:2026年6月14日
会议召开时间:2026年6月29日(暂定)
截稿时间:以官网信息为准(早投稿、早审核、早录用)
【邮件主题请附言:ICMLMTAI 2026+通讯作者姓名+叶老师推荐】,否则无法确认您的稿件
接受/拒稿通知:投稿后3-5天左右
会议出版:IEEE、SPIE、IOP等权威出版社
会议收录:EI , CPCI,Google Scholar, CrossRef, ResearchGate等数据库
●会议简介
2026多模态、大模型技术与人工智能国际会议将于2026年在中国大连召开。会议旨在汇聚全球学者与专家,聚焦多模态、大模型技术与人工智能等核心领域,涵盖从理论突破到系统实现的全链条创新。大会致力于构建一个促进深度对话与跨界合作的国际平台,诚邀全球学术界与产业界同仁踊跃投稿,分享最新研究成果与实践洞察,共促智能融合时代的协同发展与负责任创新。
●论文收录
所有向ICMLMTAI 2026提交的所有投稿都均以全英文书写,稿件须经过2-3位组委会专家审稿,经过严格的审稿之后,最终所有被接受的论文将以会议论文集形式发表,并提交 EI 、CPCI、Google Scholar、CrossRef、ResearchGate 进行索引
●征文主题
(以下主题包括但不限于)
主题一:多模态
多模态人工智能理论
多模态知识表示与推理
跨模态关系建模
多模态数据建模方法
多模态特征学习
多模态优化方法
多模态智能计算
混合模态学习方法
多模态学习框架
多模态监督学习
多模态无监督学习
多模态强化学习
多模态深度学习
跨模态迁移学习
多模态联邦学习
多模态模型优化
主题二:大模型技术
生成式大模型
预训练语言模型
多模态融合
大模型高效训练与优化算法
大模型分布式与并行训练系统
模型压缩与轻量化
硬件加速与异构计算
强化学习与大模型融合
大模型探针与行为分析
开源大模型与生态系统
大模型与符号化、逻辑推理
大模型与因果推断
智能体决策与认知建模
大模型在线与持续学习
大模型安全与对齐评估
主题三:人工智能
智能系统
智能优化设计
虚拟制造与网络制造
系统优化
人工智能算法
自然语言处理
信号与图像处理
智能系统架构
混合智能系统
信息检索与融合
模糊逻辑
●投稿方式
1.直接将您的文章(以word文档形式),投至组委会邮箱
(邮件主题请附言:ICMLMTAI 2026+通讯作者姓名+叶老师推荐),如需翻译,请联系大会叶老师!
2.审稿流程:作者投稿-稿件收到确认(1个工作日)-初审(1-3工作日)-告知结果(接受/拒稿),越早投稿越早收到文章结果。
●投稿说明
1.本会议官方语言为英语,投稿者务必用英语撰写论文。
2.稿件需为原创且未曾发表过,不接受一稿多投。
3.作者可通过Turnitin等查询系统查重。涉嫌抄袭的论文将不被出版。
4.文章至少6页,请根据格式模板文件编辑您的文章。学生或团队多篇投稿有优惠。
5.只做报告不发表论文的作者只需提交摘要。
6.投稿请附言:ICMLMTAI 2026+通讯作者姓名+叶老师推荐,否则无法确认您的稿件。
联系方式:
会议官网:www.confs-online.com/icmlmtai
投稿邮箱:info_on@126.com(备注:会议名+姓名)
大会秘书:叶老师
手机/微信:17162862552
QQ:3928825776
,
© 版权声明
本文由分享者转载或发布,内容仅供学习和交流,版权归原文作者所有。如有侵权,请留言联系更正或删除。
相关文章
暂无评论...














