2027年生成式模型、扩散算法与大数据国际会议

2027年生成式模型、扩散算法与大数据国际会议（GMDABD 2027）旨在汇聚全球生成式AI、扩散模型与数据科学领域的专家学者，聚焦扩散算法创新、大规模生成模型训练及数据驱动应用等前沿议题。会议将探讨扩散模型在图像/视频生成中的应用、生成模型高效采样与加速、大模型与大数据协同学习及可信生成技术，推动生成式AI与数据科学深度融合，共筑高效、可控、可信的智能生成新生态。

会议官网：www.confs-online.com/gmdabd

大会时间：2027-01-02

大会地点：常州

截稿日期：2026-12-13

接受/拒稿通知：约投稿后1-2周

会议收录类型：EI; Scopus; IEEE Xplore

会议官网：www.confs-online.com/gmdabd

邮箱：eabsdv@163.com（备注张老师推荐享优先审稿和投稿优惠）

投稿主题请注明:GMDABD 2027+通讯作者姓名（否则无法确认您的稿件）

电话咨询：17162863232（微信同号）

QQ咨询：3771563441

（您将在第一时间得到回复，添加时请备注“GMDABD 2027”）

（主题包括但不限于）

扩散模型理论与算法创新

扩散模型高效采样与加速方法

生成式模型架构设计（GAN、VAE、流模型）

大规模生成模型训练与优化

条件生成与可控内容生成

多模态生成（文本-图像-视频-音频）

扩散模型在图像生成与编辑中的应用

扩散模型在视频生成与预测中的应用

生成模型在3D内容生成中的应用

生成式AI与大数据协同学习

生成数据的质量评估与可信性

生成模型的可解释性与可控性

生成式模型的安全对齐与伦理治理

生成内容检测与溯源技术

扩散模型在科学计算中的应用

生成模型轻量化与边缘部署

大模型与生成式AI的联邦学习

生成式AI在数据增强中的应用

生成模型在推荐系统中的应用

扩散模型在医学影像生成中的应用

生成式AI的版权与知识产权保护

生成模型训练数据治理与隐私

生成式AI在创意产业中的应用

扩散算法在时间序列生成中的应用

生成式模型标准化与评测基准