研讨会 / 研讨会 · KEIS 2027
知识驱动与可解释智能系统
研讨会简介
“知识驱动与可解释智能系统（KEIS 2027）”研讨会旨在为研究融合学习、推理、不确定性建模与可解释性的智能系统的研究人员、从业者和产业专家提供跨学科交流平台。
机器学习、基础模型和智能数据分析的最新进展显著提升了人工智能系统在各领域的能力。然而，可解释性、可靠性、不确定性处理以及可信决策等挑战，仍是人工智能系统在真实环境中部署的关键问题。
本研讨会聚焦融合知识驱动智能、可解释人工智能、软计算和混合学习系统的新兴方法，致力于开发透明、自适应、以人为本的智能解决方案，欢迎跨学科人工智能领域的理论成果与实际应用。
征稿主题
征稿主题包括但不限于：
智能数据分析
- 数据挖掘与知识发现
- 机器学习与深度学习
- 数据驱动的智能系统
可解释与可信人工智能
- 可解释人工智能（XAI）
- 可解释且可靠的人工智能系统
- 以人为本的人工智能
知识驱动与软计算系统
- 基于知识的系统与推理系统
- 粗糙集、模糊系统与不确定性建模
- 软计算与混合智能系统
研讨会组织者
- Dr. Quang-Thinh BuiTien Giang University
- Dr. Hung NguyenHo Chi Minh City University of Education
- Dr. Ngo Duc LuuBac Lieu University
- Asst. Prof. Minh NguyenFlorida Atlantic University, USA
- Asst. Prof. Deepti GuptaTexas A&M University, USA