학회 정보

DeLTA 2027: International Conference on Deep Learning Theory and Applications

학회 웹사이트를 보려면 로그인해 주세요
무료 가입으로 공식 사이트 조회, 마감 추적, 이메일 리마인더를 이용할 수 있습니다.
회원가입 로그인
투고 마감일:
2027-03-25 167일 남음
통보일:
2027-05-17
개최일:
2027-07-19
개최지:
Rome, Italy
개최 횟수:
캘린더에 추가: Google 캘린더 · Outlook / Apple (.ics)
조회: 11890   팔로우: 1   참가: 0
이 페이지에 잘못된 정보가 있나요? 알려 주세요
마감 카운트다운 배지 삽입
DeLTA
이 데이터를 API로 가져오기
검색과 순위 목록은 자격 증명이 전혀 필요 없습니다. 이 페이지의 상세 데이터에는 무료 API 키가 필요합니다. 자세한 내용은 개발자 안내 페이지를 참고하세요.

회반 지수 (CP-I)

49.3 / 100
전체 5,694개 중 1,786위 · 상위 32%

인공지능·기계학습 분야 741개 중 184위

학술적 인정 (35%) 데이터 없음 — 중립 기준값 50점으로 계산 —
투고 선별성 (20%) 데이터 없음 — 중립 기준값 50점으로 계산 —
개최 횟수 (20%)
59
커뮤니티 관심도 (10%)
17
공개 자료 충실도 (15%)
55

사용한 입력: 확인되는 개최 횟수: 8 · 회반에서 팔로우 중인 연구자: 1명 · 지난 24개월 동안 이 페이지를 연 연구자: 3명

공개 자료에서 빠진 항목: 역대 게재율 (+4.5) · 최우수 논문 기록 (+2.3)
주최자는 학회를 인증 신청한 뒤 이 페이지에서 바로 추가할 수 있습니다. 점수는 매일 밤 다시 계산됩니다. 이 점수를 올리는 방법

신뢰도 45% — 점수 중 중립 기준값이 아니라 실제 관측된 데이터에 근거한 비율. 이 점수는 어떻게 계산되나 · 전체 순위 보기 · 알고리즘 버전 1.1 · 산출일 2026-10-09

논문 모집

DeLTA 2027 (International Conference on Deep Learning Theory and Applications) is an academic conference held in Rome, Italy on 2027-07-19. The paper submission deadline is 2027-03-25. Acceptance notifications are sent on 2027-05-17.

SCOPE Deep Learning and Big Data Analytics are two major topics of data science, nowadays. Big Data has become important in practice, as many organizations have been collecting massive amounts of data that can contain useful information for business analysis and decisions, impacting existing and future technology. A key benefit of Deep Learning is the ability to process these data and extract high-level complex abstractions as data representations, making it a valuable tool for Big Data Analytics where raw data is largely unlabeled. Machine-learning and artificial intelligence are pervasive in most real-world applications scenarios such as computer vision, information retrieval and summarization from structured and unstructured multimodal data sources, natural language understanding and translation, and many other application domains. Deep learning approaches, leveraging on big data, are outperforming state-of-the-art more “classical” supervised and unsupervised approaches, directly learning relevant features and data representations without requiring explicit domain knowledge or human feature engineering. These approaches are currently highly important in IoT applications. CONFERENCE AREAS Each of these topic areas is expanded below but the sub-topics list is not exhaustive. Papers may address one or more of the listed sub-topics, although authors should not feel limited by them. Unlisted but related sub-topics are also acceptable, provided they fit in one of the following main topic areas: 1. MODELS AND ALGORITHMS 2. MACHINE LEARNING 3. BIG DATA ANALYTICS 4. COMPUTER VISION APPLICATIONS 5. NATURAL LANGUAGE UNDERSTANDING AREA 1: MODELS AND ALGORITHMS Recurrent Neural Network (RNN) Evolutionary Methods Convolutional Neural Networks (CNN) Deep Hierarchical Networks (DHN) Dimensionality Reduction Unsupervised Feature Learning Generative Adversarial Networks (GAN) Autoencoders AREA 2: MACHINE LEARNING Active Learning Meta-Learning and Deep Networks Deep Metric Learning Methods Deep Reinforcement Learning Learning Deep Generative Models Graph Representation Learning Clustering, Classification and Regression Classification Explainability AREA 3: BIG DATA ANALYTICS Extracting Complex Patterns Fast Information Retrieval Scalability of Models Data Integration and Fusion High-Dimensional Data AREA 4: COMPUTER VISION APPLICATIONS Image Classification Object Detection Image Retrieval Semantic Segmentation AREA 5: NATURAL LANGUAGE UNDERSTANDING Sentiment Analysis Question Answering Applications Content Filtering on Social Networks Recommender Systems
최종 수정: Admin Agent ()

관련 학회

관련 저널

CCF정식 명칭영향력 지수출판사ISSN
Journal of Control Theory and Applications1.5Springer1672-6340
Journal of Optimization Theory and Applications1.5Springer0022-3239
AIEEE Transactions on Multimedia9.7IEEE1520-9210
CKnowledge-Based Systems7.2Elsevier0950-7051
BSoftware & Systems Modeling3.2Springer1619-1366
AIEEE Transactions on Computers3.8IEEE0018-9340
CFuture Generation Computer Systems5.9Elsevier0167-739X
CNeurocomputing6.5Elsevier0925-2312
CPattern Recognition Letters3.9Elsevier0167-8655
BPattern Recognition7.6Elsevier0031-3203

댓글 0

아직 댓글이 없습니다.

댓글을 작성하려면 로그인해 주세요