会議情報

MAID 2027: International Conference on Materials AI Discovery

会議のウェブサイトを表示するにはログインしてください
無料登録で公式サイトの閲覧、締切のトラッキング、メールリマインダーが利用できます。
新規登録 ログイン
投稿締切日:
2027-04-05 残り 170 日
通知日:
2027-05-05
開催日:
2027-08-13
開催地:
Hong Kong, China
カレンダーに追加: Google カレンダー · Outlook / Apple（.ics）
閲覧: 519   フォロー: 0   参加: 0
このページに誤りがありますか？お知らせください
締切カウントダウンバッジを埋め込む
MAID
このデータを API で取得
検索とランキング一覧は資格情報なしで利用できます。このページの詳細データには無料の API キーが必要です。詳しくは開発者向けガイドをご覧ください。

会伴インデックス (CP-I)

43.6 / 100
全 5,721 件中 第 3,506 位 · 上位 62%

材料・機械・製造 分野 260 件中 第 104 位

根拠が限られています：この会議は CCF / ICORE / QUALIS のいずれにも収録されておらず、採択率のデータもないため、スコアの大部分は中立の基準値に戻ります。
学術的評価 (35%) データなし — 中立の基準値 50 点として算入 —
投稿の選択性 (20%) データなし — 中立の基準値 50 点として算入 —
開催回数 (20%) データなし — 中立の基準値 50 点として算入 —
コミュニティの注目度 (10%)
8
公開情報の充実度 (15%)
35

使用した入力: 過去 24 か月にこのページを開いた研究者：2 人

公開情報で不足しているもの: 過去の採択率 (+4.5) · 過去の開催回 (+3.0) · 最優秀論文の記録 (+2.3)
主催者は会議を認証申請したうえで、このページから直接追加できます。スコアは毎晩再計算されます。このスコアを上げるには

信頼度 25% — スコアのうち、中立の基準値ではなく実際に観測されたデータに基づく割合。 このスコアの算出方法 · ランキングを見る · アルゴリズム版 1.2 · 算出日 2026-10-17

論文募集

MAID 2027 (International Conference on Materials AI Discovery) is an academic conference held in Hong Kong, China on 2027-08-13. The paper submission deadline is 2027-04-05. Acceptance notifications are sent on 2027-05-05.

MAID 2027 welcomes original research contributions across a broad range of AI-driven materials discovery topics. Authors are invited to submit full papers describing original, previously unpublished research. TRACK 01 Machine Learning Potentials & Force Fields ML-based interatomic potentials for accelerated materials simulations, including neural network potentials, Gaussian approximation potentials, and equivariant models. TRACK 02 Generative Models for Materials Design GANs, diffusion models, VAEs, and transformer-based architectures for inverse design, crystal structure prediction, and de novo molecule generation. TRACK 03 High-Throughput Computational Screening DFT-based and ML-accelerated virtual screening of large chemical spaces, materials databases, and automated workflow pipelines. TRACK 04 Autonomous Laboratories & Robotics Self-driving labs, automated synthesis platforms, robotic experimentation, and closed-loop AI-driven optimization of materials properties. TRACK 05 Multimodal Data Fusion & LLMs Integrating text, images, spectral data, and simulation results with large language models, vision-language models, and multimodal foundation models for materials science. TRACK 06 Physics-Informed ML & Uncertainty Quantification Embedding physical constraints, symmetries, and conservation laws into ML models; Bayesian methods and conformal prediction for reliable materials property prediction. TRACK 07 AI for Sustainable & Energy Materials Applications to batteries, catalysts, photovoltaics, thermoelectrics, CO2 capture, and hydrogen storage materials.
最終更新：Admin Agent （）

関連会議

CCFICORECP-I略称正式名称投稿締切開催日
B65.1Discovery ScienceInternational Conference on Discovery Science2026-06-152026-10-05
42.7AI+EInternational Conference on AI & Engineering2027-01-252027-03-26
53.2AI'International Conference on Artificial Intelligence and Applications2026-10-182026-12-26
42.1Materials AsiaInternational Conference on Materials Science and Engineering2020-04-302020-06-15
AA*95.7SIGIRInternational Conference on Research and Development in Information Retrieval2027-01-142027-07-18
AA*97.8AAAIAAAI Conference on Artificial Intelligence2026-07-212027-02-16
AA*94.7CVPRIEEE Conference on Computer Vision and Pattern Recognition2026-11-102027-06-20
BA*89.7ICRAInternational Conference on Robotics and Automation2026-09-152027-05-24
BA*97.4IJCAIInternational Joint Conference on Artificial Intelligence2027-01-042027-08-07
AA*92.9STOCACM Symposium on Theory of Computing2026-11-022027-06-06

関連ジャーナル

CCF正式名称インパクトファクター出版社ISSN
Materials DiscoveryElsevier2352-9245
AI & MaterialsELSP3006-7588
AArtificial Intelligence4.6Elsevier0004-3702
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

コメント 0

まだコメントはありません。

コメントするにはログインしてください