当前位置: 首页 > news >正文

EI会议推荐!2026年区块链技术与基础模型国际学术会议(BTFM 2026)

2026年区块链技术与基础模型国际学术会议(BTFM 2026)

2026年03月20日-2026年03月22日

EI检索稳定 | 收录范围广 | 录用率高!

投稿点击阅读原文

会议亮点

· EI检索:IEE独立出版,检索非常稳定;

· 征稿主题范围广,录用率高,2篇可享团队优惠,学生友好;

· 高效出版流程:审稿周期短,5-7天出审核结果

重要信息

大会官网:https://www.yanfajia.com/action/p/9E4GFNFM

大会时间:2026年3月20-22日

大会地点:中国深圳

审稿录用:投稿后3-5个工作日

收录检索:EI Compendex, Scopus

大会简介

2026年区块链技术与基础模型国际学术会议(BTFM 2026)将于2026年3月20日至22日在中国深圳隆重召开。本次会议由深圳大学电子与信息工程学院主办,聚焦区块链技术与基础大模型的深度交叉创新,探索其在去中心化智能、数据可信治理、隐私计算等领域的突破性应用。

在生成式人工智能与Web3.0技术迅猛发展的背景下,区块链的去中心化信任机制与大型预训练模型的智能化能力相结合,正成为推动数字生态可信化与高效协同的核心驱动力。BTFM 2026将汇聚来自全球的专家学者、工程技术人员与产业界代表,围绕区块链赋能的AI可信计算、大模型驱动的智能合约优化、分布式AI训练架构、数据资产化与安全共享等前沿议题展开深度研讨,涵盖理论研究、技术攻坚、产业落地及伦理治理等多维度视角。

我们诚邀学术界与产业界同仁共聚深圳——这座充满活力的科技创新之都,携手绘制智能与可信计算的新蓝图,助力下一代互联网基础设施的演进!

主办单位

深圳大学

支持单位

澳门科技文化交流协会

热门征稿主题(包括但不限于)

区块链技术

基础模型

区块链协议与架构

共识算法

区块链在物联网中的应用

隐私保护与匿名机制

区块链安全技术

去中心化身份认证

区块链在金融与DeFi中的应用

跨链通信与互操作性

联邦学习与区块链协同的激励机制设计

区块链+AI驱动的Web3.0架构

区块链赋能可信AI的机制设计

基于区块链的分布式机器学习隐私保护

模型架构与训练方法

多模态大模型

可扩展预训练技术

知识推理与融合

鲁棒性与偏差分析

模型压缩与加速

安全与隐私保护

LLM(大语言模型)

参数高效训练

大模型的可验证性与透明性技术

去中心化数据市场与知识图谱构建

高性能共识算法与模型训练协同优化

*更多征稿主题,详见官网

论文评审及出版

本会议的投稿经过2-3位组委会专家严格审核之后,最终所录用的论文将会提交至出版社IOP-Journal of Physics: Conference Series (JPCS)以会议论文集形式出版,并提交至EI Compendex, Scopus检索。

投稿参会方式

【投稿须知】

投稿方式:本次会议优先采用在线投稿,请点击在线投稿链接。

语言要求会议官方语言为英语,仅接受全英稿件。如需翻译服务,请联系大会秘书。

格式与页数:请严格按照会议模板调整格式,不少于6页。模板下载链接:模板下载

原创性要求:论文须为原创且未公开发表,禁止抄袭或一稿多投。作者需自行查重,全文查重率(含参考文献)不高于20%。

点击提交官方查重,24小时自助,不收录,不留痕

审稿周期:投稿后3-5个工作日反馈审稿结果。如需安排加急审核,请联系大会秘书。

署名限制:该出版社要求在同一会议的所有投稿中,每位作者署名文章不能超过两篇。

会议日程

会议日程

2026年03月20日

13:00-18:00

会议签到

2026年03月21日

09:00-09:10

开幕式、合影留念

09:10-12:00

主旨报告

12:00-14:00

午餐

14:00-18:00

主旨报告及分论坛报告

2026年03月22日

09:00-18:00

学术考察

*最终的会议日程将在会前一个月左右确定

联系我们

大会秘书处

会议秘书:张老师

微信/电话:14748150307

邮箱:icbtfm@163.com

http://www.cnnetsun.cn/news/87986.html

相关文章:

  • 基于CentOS7 DM8单机部署配置记录-20251216
  • 大模型入门:预训练、微调和蒸馏,一篇文章全掌握
  • LobeChat能否编写教案?教师备课自动化尝试
  • vLLM-Omni:全模态AI推理框架技术解析
  • 18、基于位置点的恢复
  • LobeChat文件上传与语音交互实测:这些功能太惊艳了
  • LobeChat日志记录与审计功能配置方法说明
  • Qwen3-8B接入MCP实现动态工具调用
  • Docker 从入门到精通教程
  • waitGroup底层源码分析
  • LobeChat能否用于编写Prometheus告警规则?可观测性增强
  • 大模型学习全攻略:七阶段系统学习路线图,从基础到实战应用,非常详细收藏我这一篇就够了
  • 玄晶引擎AI数字员工更新深度测评:Sora2赋能+RPA运营,AI内容生产进入效率革命期
  • YOLOv5中使用torch加载自定义模型进行目标检测
  • LobeChat能否隐藏源码信息?增强系统隐蔽性
  • React 的桶算法详解
  • 深入理解Dify的依赖管理机制(Dependency Walker适用场景)
  • CordovaOpenHarmony车辆管理系统开发
  • YOLO训练中断恢复技巧:避免重复计算
  • 电气自动化专业相关认证解析
  • 手机内存告急?MAZANOKE 压缩照片不损画质,加载cpolar远程用更方便
  • 「直通」英伟达,蓝思科技补齐AI算力布局又一块拼图
  • Dify + Jenkins 实现AI应用持续集成与自动化部署
  • MTS AI智能聚合公链正式上线
  • LobeChat能否生成SQL语句?数据库查询助手上线
  • 告别深夜批改:用Qwen3-VL大模型打造会“理解”的作文阅卷助手
  • LobeChat语音输入功能实测:让AI对话更自然流畅
  • 基于PaddlePaddle的视觉模型训练实战:从Docker安装到GPU算力调用
  • LobeChat能否实现多轮对话优化?上下文理解增强策略
  • 如何在Windows和Linux上完成TensorRT安装包的部署