2026年大数据挖掘、深度学习与智能决策国际会议（IBMDL 2026）

2026年大数据挖掘、深度学习与智能决策国际会议（IBMDL 2026）

2026 International Conference on Big Data Mining, Deep Learning and Intelligent Decision-Making（IBMDL 2026）

* 高录用，权威出版！检索稳定！！

ISSN/ISBN双刊号！符合评职、毕业、评优等要求

团体/学生投稿及参会均可享受优惠！！请联系会务蒋老师！

●重要信息

会议召开/截稿时间：以官网为准【早投稿-早录用-早递交出版】

会议地点：长沙，中国

审稿周期：投稿后3个工作日左右

** 如需发表SCI、SSCI、AHCI、中文核心期刊或国内外普刊，欢迎咨询会务蒋老师，提供全品类精准匹配服务！

●论文收录

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，目前检索稳定！

●会议简介

2026年大数据挖掘、深度学习与智能决策国际会议（IBMDL 2026）将于中国长沙举办，IBMDL 2026聚焦大数据挖掘、深度学习与智能决策领域前沿研究，致力于搭建高水平国际学术交流平台，汇聚全球相关领域专家、学者、科研工作者及行业从业者。会议将面向行业前沿热点，供参会人员展示最新科研成果、探讨关键科学问题，交流创新技术与实践经验，推动大数据挖掘、深度学习与智能决策相关理论、技术及应用的协同创新与跨界融合，助力领域产学研深度合作与高质量发展。

●征文主题（以下主题包括但不限于）

Track 1：大数据挖掘与智能分析

大规模数据挖掘算法与并行/分布式数据挖掘

数据流挖掘、图挖掘与子图挖掘

数据预处理、清洗、集成与质量评估

数据仓库、数据湖与仓湖一体架构

时序数据分析与模式识别

文本、视频与多模态数据挖掘

大数据系统架构、存储与高性能计算

网络挖掘与社交媒体分析

数据可视化与知识发现

隐私保护数据挖掘与安全计算

可扩展数据挖掘与实时流式处理

图数据管理与图学习

Track 2：深度学习

深度神经网络架构与模型设计（CNN、RNN、Transformer等）

生成对抗网络与扩散模型

自编码器与表示学习

强化学习与深度强化学习

元学习、迁移学习与联邦学习

多模态学习与跨模态对齐

时序预测与序列建模

图神经网络与知识图谱表示

大规模预训练模型与微调技术

轻量化深度学习与边缘部署

自监督学习与对比学习

Track 3：智能决策

智能决策支持系统与实时流式决策引擎

自动化决策与工作流优化

多智能体协同决策与博弈论

数据驱动决策与预测分析

优化理论与运筹算法（多目标优化、组合优化等）

风险管理、弹性系统与不确定性建模

人机协同与交互式决策

多属性决策与群决策

可解释人工智能与可信决策

对抗机器学习与鲁棒决策

区块链与去中心化信任决策

数字孪生驱动的智能决策应用

……

●投稿说明

1. 稿件须为原创、未公开发表的全英文论文，严格按模板排版，正文不少于6页。

2. 如需翻译或润色服务，可联系会务蒋老师。

3. 学生作者或多篇投稿可享注册优惠。

4. 投稿前请自行通过Turnitin查重，因重复率过高导致的拒稿由作者自负，抄袭行为将不予出版。

5. 投稿流程：投稿→审稿→录用→缴费→【注册参会】→见刊→检索。

●参会方式

1. 口头报告：请联系会议秘书提交报告题目及摘要，审核通过并注册后即可汇报。

2. 听众参会：联系秘书完成注册，无需提交材料，可全程聆听学术报告。