INT2 tài trợ MAPR 2026 – Hội nghị Quốc tế về Phân tích Đa phương tiện và Nhận dạng Mẫu

INT2 tự hào tham gia với tư cách Nhà tài trợ Đồng tại Hội nghị Quốc tế lần thứ 9 về Phân tích Đa phương tiện và Nhận dạng Mẫu (MAPR 2026), được tổ chức tại Thành phố Huế, Việt Nam, vào ngày 13–14 tháng 8, 2026.

MAPR là chuỗi hội nghị quốc tế do Trường Đại học Công nghệ Thông tin (UIT, ĐHQG-HCM), Hội Nhận dạng Mẫu Việt Nam (VAPR), Viện Công nghệ Thông tin (IOIT, Viện Hàn lâm KHCN Việt Nam), và Trường Điện – Điện tử, Đại học Bách khoa Hà Nội (HUST) tổ chức. Hội nghị được IEEE bảo trợ kỹ thuật và được lập chỉ mục trong Scopus. Sau thành công của MAPR 2025 lần thứ 8, kỳ hội nghị năm nay tiếp tục diễn đàn cho các nhà nghiên cứu và thực hành từ giới học thuật và công nghiệp chia sẻ phát hiện mới nhất và thúc đẩy hợp tác trong AI, nhận dạng mẫu, đa phương tiện và các lĩnh vực ứng dụng mới.

Hội nghị có ba diễn giả chính:

– **Giáo sư Ngo Chong Wah** (Đại học Quản lý Singapore) – “What Multimodal Large Language Models See and Miss in Cultural Contexts?”
– **Giáo sư Ching-Chun Huang** (Đại học Quốc lập Dương Minh Giao Thông, Đài Loan) – “Beyond Perceptual Quality: Towards Geometry- and Physics-Grounded Generative Multimedia AI”
– **Giáo sư Nobutaka Ono** (Đại học Thủ đô Tokyo, Nhật Bản) – “Audio at the Edge: Low-Latency Blind Source Separation and Blinky-Based Acoustic Scene Recognition”

MAPR 2026 bao gồm ba chuyên đề: Nền tảng AI và Học máy; Thị giác máy tính, Đa phương tiện và Xử lý ngôn ngữ; và Ứng dụng AI và Lĩnh vực mới. Hội nghị đã nhận được số lượng bài báo lớn, với hơn 100 bài được chấp nhận, bao gồm các chủ đề như học sâu, thị giác máy tính, xử lý ngôn ngữ tự nhiên, phân tích ảnh y tế, AI cho an ninh mạng, tối ưu hóa phần cứng mạng nơ-ron, và xử lý ngôn ngữ tiếng Việt.

Với tư cách Nhà tài trợ Đồng, INT2 tiếp tục cam kết thúc đẩy nghiên cứu AI và đa phương tiện tại Việt Nam, nối tiếp việc tài trợ liên tục các chiến dịch đánh giá VLSP và các sáng kiến cộng đồng học thuật khác.

Nguồn: MAPR 2026 – Hội nghị Quốc tế về Phân tích Đa phương tiện và Nhận dạng Mẫu

CHIA SẺ: LINKEDIN FACEBOOK