Međunarodna konferencija o tehnologijama strojnog učenja: 21.-23. svibnja 2027. | Stockholm

12. Međunarodna konferencija o tehnologijama strojnog učenja (ICMLT) održat će se u Stockholmu u Švedskoj od 21. do 23. svibnja 2027. godine. 

Konferenciju sufinancira organizacija India International Congress on Computational Intelligence (IICCI), a suorganizira Sveučilište Dalarna. 

Konferencija će pružiti idealnu platformu za predstavljanje istraživanja, raspravu, kritički osvrt te razmjenu inovativnih ideja i raspravu o aktualnim izazovima u području tehnologija strojnog učenja.

Glavna tema konferencije je razmatranje i rasprava o najnovijim tehničkim dosezima i trendovima u istraživanju i primjeni tehnologija strojnog učenja.

Cilj konferencije je pružiti priliku znanstvenicima, inženjerima, predstavnicima industrije, akademskim djelatnicima i drugim stručnjacima iz cijelog svijeta za međusobnu interakciju, razmjenu novih ideja i rezultata istraživanja u srodnim područjima te stvaranje prilika za buduću suradnju. Konferencija također nastoji potaknuti sljedeću generaciju istraživača na razvijanje interesa za tehnologije strojnog učenja.

Naziv konferencije: 

12th International Conference on Machine Learning Technologies (ICMLT)

Vrijeme i mjesto održavanja:

21.-23. svibnja 2027., Stockholm, Švedska

Elite Palace Hotel

Web.: https://www.elite.se/en/hotels/stockholm/palace-hotel/

Adresa: Sankt Eriksgatan 115, 113 43 Stockholm

Elite Palace Hotel moderan je hotel smješten u središtu Stockholma. Gosti mogu uživati u blizini svih gradskih znamenitosti, a pritom boraviti u mirnom okruženju, nedaleko od šetnica uz vodu. Autobus za zračnu luku zaustavlja se neposredno ispred hotela, a stanica podzemne željeznice udaljena je samo pet minuta hoda. Stanica prigradskog vlaka na postaji Stockholm Odenplan, koja je povezana sa stanicom podzemne željeznice, nalazi se na udaljenosti od svega 250 metara. Ako putujete automobilom, hotel nudi natkriveno parkiralište.

Teme konferencije:

Temeljno strojno učenje 

• Nadzirano učenje
• Nenadzirano učenje
• Učenje s potkrepljenjem
• Duboko učenje
• Transferno učenje
• Federirano učenje
• Polunadzirano učenje
• Online učenje
• Meta učenje
• Učenje s malom brzinom

Neuronske mreže i optimizacija

• Konvolucijske neuronske mreže (CNN)
• Rekurentne neuronske mreže (RNN)
• Transformatori i mehanizmi pažnje
• Generativne adverzijske mreže (GAN)
• Autoenkoderi
• Optimizacijski algoritmi
• Metode gradijentnog spuštanja
• Podešavanje hiperparametara

Znanost o podacima i analitika

• Rudarenje podataka
• Analitika velikih podataka
• Ekstrakcija i odabir značajki
• Smanjenje dimenzionalnosti
• Otkrivanje anomalija
• Vizualizacija podataka
• Analiza vremenskih serija

Primjene strojnog učenja

• Obrada prirodnog jezika (NLP)
• Računalni vid
• Obrada govora i zvuka
• Robotika i autonomni sustavi
• Sustavi preporuka
• Kibernetička sigurnost i privatnost
• Pametna proizvodnja
• Zdravstvo i bioinformatika
• Financijsko predviđanje
• Modeliranje klime i okoliša

Nove teme

• Objašnjiva umjetna inteligencija (XAI)
• Pouzdana umjetna inteligencija
• Rubna umjetna inteligencija
• Etika i pravednost umjetne inteligencije
• Kvantno strojno učenje
• Multimodalno učenje
• Grafovske neuronske mreže (GNN)
• Umjetna inteligencija za znanost i inženjerstvo

Važni datumi:

• Rok za predaju rada (cjelovitog rada za objavu): 10. prosinca 2026.
• Obavijest o prihvaćanju (cjelovitog rada): 10. siječnja 2027.
• Rok za registraciju i  Rok za predaju konačne verzije rada: 25. siječnja 2027.
• Datum konferencije: 21.-23. svibnja 2027.

Kotizacija:

Iznos kotizacije ovisi o tipu sudjelovanja na konferenciji. Primjerice jeste li istraživač, student ili pasivni sudionik.

Također, postoje i popusti na plaćanje kotizacije ovisno o datumu prijave za konferenciju.

Iznosi kotizacije:

Detaljnije informacije o kotizaciji mogu se dobiti na poveznici:

https://www.icmlt.org/registration.html

Kontakt:

Tajnica konferencije: Ms. Stacy Lee

E-mail: icmlt_conf@163.com    

Detaljnije informacije o konferenciji mogu se dobiti na poveznici:

https://www.icmlt.org/index.html   

Izvor: ICMLT 2027 (https://www.icmlt.org/index.html).