
2026年数据挖掘、机器学习与智能决策国际会议(IDMLM 2026)
2026 International Conference on Data Mining, Machine Learning and Intelligent Decision Making(IDMLM 2026)
征稿主题范围广 | 高效审核 | 录用率高
IEEE、SPIE、ACM等权威出版社 | 高效见刊 | 检索稳定
ISSN/ISBN双刊号 | 团队/学生投稿优惠
●重要信息
大会官网:www.confs-online.com/idmlm
大会召开/截稿时间:以官网为准(早投稿早录用)
大会地点:西安,中国
投递邮箱:iclture_chair@163.com【投稿请附言:IDMLM 2026+通讯作者姓名+徐老师推荐】,否则无法确认您的稿件
接受/拒稿通知:投稿后2-3个工作日左右
如需文章翻译、润色等服务请联系会务徐老师-微信/电话:15680829715,协助/加急录用!
*优质期刊推荐:
【SCI/SSCI/A&HCI/EI】精准匹配研究方向,涵盖各分区、各领域顶刊;
【国内核心】北大核心、科技核心最新目录期刊;
【优质普刊】知网/万方/维普收录,学术认可度高;
其他国际知网/谷歌普刊,稳妥高效,超高性价比!
●大会简介
2026年数据挖掘、机器学习与智能决策国际会议(IDMLM 2026)将于中国西安举办,汇聚全球顶尖学者与业界专家,共同探讨数据科学前沿理论、先进机器学习算法及其在智能决策系统中的创新应用。会议聚焦于跨学科交叉,涵盖大数据分析、深度学习、知识发现与自动化决策等核心领域,旨在展示最新研究成果、交流关键技术挑战并探索在金融、医疗、智能制造等行业中的实践方案,为构建下一代智能系统提供国际合作平台与创新动力。
●论文出版
所有的投稿都必须经过2-3位组委会专家审稿,经过严格的审稿之后,最终所有录用的论文将以会议论文集形式出版,见刊后提交至Scopus、EI Compendex、CPCI、CNKI、Google Scholar检索,稳定检索!
●征文主题(包括但不仅限于以下主题)
Track 1:数据挖掘
网络挖掘、数据流挖掘
并行和分布式算法
图和子图挖掘
大规模数据挖掘方法
文本、视频和多媒体数据挖掘
可扩展数据预处理
高性能数据挖掘算法
数据安全和隐私
电子商务的数据挖掘系统
大数据分析
知识发现,模式识别
时间序列分析
数据可视化
隐私保护挖掘
自动化特征工程
数据流挖掘
Track 2:机器学习
深度学习模型架构创新
小样本学习与元学习方法
自监督与对比学习算法
生成式人工智能理论突破
强化学习与决策优化
联邦学习与分布式机器学习
可解释机器学习方法
机器学习对抗攻防与鲁棒性
神经符号融合学习
开源机器学习框架
Track 3:智能决策
智能规划与调度
强化学习与决策
多智能体决策与博弈
群体智能与集群决策
不确定性推理与鲁棒决策
可解释与可信决策 (XAI)
知识驱动与混合决策
在线学习与实时决策
人机协同决策
风险感知决策等….
●投稿须知
1.投稿论文需全英文稿件,严格按照模板排版稿件,不得少于6页。
2.文章需原创且从未公开发表,可通过Turnitin或其他查询系统查重,否则由文章重复率引起的被拒稿将由作者自行承担责任。
3..投稿文章流程:投稿→审稿→录用→缴费→【注册参会】→见刊→论文集→检索。
注意:投稿前请安排一位作者添加会务【徐老师微信号:15680829715】,方便及时沟通和跟进论文状态。
●参会方式
1.申请口头报告者须提交摘要至大会邮箱审核,报告时长10分钟左右,摘要不予出版;
2.听众参会无需提交材料,请联系会务组注册,即可参会旁听。
注意:注册费包含一名参会者的邀请函、参会(汇报)证明、会议通知等材料费用
●联系方式
大会官网:www.confs-online.com/idmlm
会议邮箱:iclture_chair@163.com
会议秘书:徐老师
电话咨询:15680829715(微信同号)
QQ咨询:1347638002
【添加获投稿优惠、优先审稿,及后续会议通知、见刊和检索等】
,
© 版权声明
本文由分享者转载或发布,内容仅供学习和交流,版权归原文作者所有。如有侵权,请留言联系更正或删除。
相关文章
暂无评论...
















