2026深度学习、自动化与模式识别国际会议(ICDLAPR 2026)

2026深度学习、自动化与模式识别国际会议(ICDLAPR 2026)
2026 International Conference on Deep Learning, Automation, and Pattern Recognition（ICDLAPR 2026）
【核心期刊&普刊资源推荐】

1. 国外核心期刊：SCI/SSCI/AHCI/EI/Scopus期刊

2. 国内核心期刊：北大/科技/南大核心

3. 国内普刊：知网/维普/万方

4. 国际英文刊：知网/Google检索

5. 专著/教材：主编/副主编

●重要信息

会议地点：成都，中国
会议截稿时间：2026年7月29日
会议召开时间：2026年8月14日（暂定）

截稿时间：以官网信息为准（早投稿、早审核、早录用）

【邮件主题请附言：ICDLAPR 2026+通讯作者姓名+叶老师推荐】，否则无法确认您的稿件

接受/拒稿通知：投稿后3-5天左右

更多优质信息、学生投稿/团队参会/团队投稿优惠，欢迎咨询大会叶老师！
●会议简介
 ICDLAPR 2026旨在汇聚全球智慧，围绕深度学习、自动化与模式识别等核心议题展开深度研讨。会议将为全球学者、工程师及行业领袖提供一个国际化的高端交流平台：您将在这里分享最新研究成果，展示学术影响力；与领域顶尖专家面对面交流，激发创新灵感；拓展国际合作网络，推动实质性的科研协作；准确把握学科发展趋势，洞见未来科研方向。

●论文收录

所有向ICDLAPR 2026提交的所有投稿都均以全英文书写，稿件须经过2-3位组委会专家审稿，经过严格的审稿之后，最终所有被接受的论文将以会议论文集形式发表，并提交 EI 、CPCI、Google Scholar、CrossRef、ResearchGate 进行索引
●征文主题

（以下主题包括但不限于）
主题一：深度学习
循环神经网络、稀疏编码、神经模糊算法、进化计算方法、卷积神经网络、深度层次网络、无监督特征学习、深度玻尔兹曼机、生成对抗网络、自编码器、深度信念网络、元学习与深度网络、深度强化学习、深度生成模型学习、深度核学习、机器学习中的高斯过程、大模型部署、轻量化模型、生成式自动化、联邦智能
主题二：自动化
研智能体、工业智能制造、智能机器人、自动化检测、信息物理系统、无人系统、流程自动化、智能感知融合、自动化调度、边缘智能、人机协同系统、医疗自动化、能源自动化、多模态自动化感知、智能决策、跨域自动化、实时智能调度、可信自动化验证、边缘协同自动化、动态场景自动化、人机协同决策
主题三：模式识别
面向感知与决策的机器学习与深度学习方法、智能系统中的强化学习与控制、复杂系统中的无监督与自监督学习、跨域模式识别与认知计算、可解释人工智能与可解释模式识别、面向感知的少样本与零样本学习、复杂系统中的自监督表示学习

●投稿方式

1.直接将您的文章（以word文档形式），投至组委会邮箱

（邮件主题请附言：ICDLAPR 2026+通讯作者姓名+叶老师推荐），如需翻译，请联系大会叶老师！

2. 审稿流程：作者投稿-稿件收到确认（1个工作日）-初审(1-3工作日)-告知结果（接受/拒稿），越早投稿越早收到文章结果。

●投稿说明

1.本会议官方语言为英语，投稿者务必用英语撰写论文。

2.稿件需为原创且未曾发表过，不接受一稿多投。

3.作者可通过Turnitin等查询系统查重。涉嫌抄袭的论文将不被出版。

4.文章至少6页，请根据格式模板文件编辑您的文章。学生或团队多篇投稿有优惠。

5.只做报告不发表论文的作者只需提交摘要。

6.投稿请附言：ICDLAPR 2026+通讯作者姓名+叶老师推荐，否则无法确认您的稿件。