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)

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

费用说明:

*会议稿件费用包含出版、一本纸质版论文集和一位作者参会机会；不包含参会期间交通、住宿费用；

*被录用且已完成注册的文章，因个人原因撤稿须收取至少30%的撤稿费用。论文一旦上传到出版社，则不接受任何退款或撤稿申请。

*收费均开具国内正规机打发票，可开“会议注册费”或“版面费”；

*学生必须向会议秘书处发送适当的文件来证明他们的身份（如学生证）；

*早鸟价、学生优惠、老客户优惠等各项优惠不可叠加使用，投稿优惠详情请投稿前咨询会议秘书，系统不自动发放。