2026年计算机科学、电子信息与多模态学习国际会议(CSEIML 2026)

重要信息

会议地址：长沙

最终截稿以及会议时间：以官网为准（抓紧投稿！延期投稿请联系组委会老师）

投稿时请在邮件正文备注：邓老师推荐，将享有优先审稿及录用和学生优惠价。

大会简介

2026年计算机科学、电子信息与多模态学习国际会议(CSEIML 2026)将于2026年在中国长沙举行。旨在汇聚全球领域内的研究人员、工程师和学者，共同探讨最新的研究成果及技术进展。该会议将涵盖计算机科学、电子信息与多模态学习等多个方向，是一个促进学术交流、加强行业合作、推动科研成果转化为实际应用的重要平台。同时，会议将特设专题讲座，由各领域内的杰出专家主讲，涵盖前沿技术、市场趋势、未来挑战等内容。

征稿主题

（以下主题包括但不限于）

主题一：计算机科学

深度学习控制

强化学习应用

大数据驱动控制

边缘智能计算

区块链安全控制

计算机视觉感知

自然语言处理控制

联邦学习优化

云计算协同控制

数字孪生建模

多模态数据融合

智能算法加速

嵌入式智能系统

量子计算控制

网络智能调度

主题二：电子信息

电路与系统设计

信号处理与分析

通信理论与技术

无线通信系统

光通信与光电子技术

微波与天线工程

嵌入式系统及应用

集成电路设计与技术

传感器技术与应用

图像与视频处理

数字信号处理

电力电子与电气系统

控制理论与工程

电磁兼容及应用

电子测量与仪器等

主题三：多模态学习

多模态表征学习

联合表征 vs 协同表征

对比学习（如CLIP）

跨模态对齐与嵌入

多模态融合

早期融合、中期融合、晚期融合

基于注意力机制的融合（交叉注意力、门控机制）

模态缺失与鲁棒融合

多模态对齐

显式对齐（时序对齐、空间对齐）

隐式对齐（通过注意力或图网络）

细粒度对齐（如短语与图像区域）

多模态迁移学习

零样本学习（Zero-shot）

少样本学习（Few-shot）

跨模态微调与适配

论文出版

所有投稿都必须先经过2-3位专家审稿，评审录用后，文章将以会议论文集的形式出版，最终提交Scopus、EI Compendex、CPCI、CNKI、Google Scholar检索。

*投稿方式：

1.英文投稿：请将英文稿件全文（WORD+PDF）直接上传至邮箱，如需翻译请联系邓老师.

投稿主题请注明:CSEIML 2026+通讯作者姓名（否则无法确认您的稿件）

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。

参会方式

1. 投稿参会

2. 付费参会：不投稿仅参会听会，不作任何展示；

3. 口头报告：演讲10-15分钟。