【投稿优惠-稳定检索】2026年机器学习、计算建模与先进算法国际会议（MLCMAA 2026）

2026 International Conference on Machine Learning, Computational Modeling, and Advanced Algorithms（MLCMAA 2026）

●会议重要信息

会议截稿及召开时间：以官网时间为准（延期投稿请咨询会议组老师）

会议地点：苏州，中国

投稿主题请注明: MLCMAA 2026+通讯作者姓名（否则无法确认您的稿件）

●其他优质资源推荐

1. 国内普刊、国际普刊

2. 北大核心、南大核心少量优质版面；科技核心

3. SCI/SSCI/AHCI/EI/Scopus期刊

4. 专著/教材，主编/副主编

5. 发明专利/实用新型专利

6. 大学学报

7. 教育部高教司协同育人课题

●提交论文

1.直接将您的文章或摘要投到我们的会议邮箱，我们收到后会第一时间回复您。

投稿主题请注明:MLCMAA 2026+通讯作者姓名（否则无法确认您的稿件）

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。

●会议简介

2026年机器学习、计算建模与先进算法国际会议（MLCMAA 2026）定于2026年在中国苏州举行。会议主要围绕机器学习、计算建模与先进算法展开讨论。会议旨在为从事相关研究的专家学者、工程技术人员、技术研发人员提供一个共享科研成果和前沿技术，了解学术发展趋势，拓宽研究思路，加强学术研究和探讨，促进学术成果产业化合作的平台。大会诚邀国内外高校、科研机构专家、学者，企业界人士及其他相关人员参会交流。

●论文收录

向MLCMAA 2026提交的所有全文都可以用英语书写，并将发送给至少两名评审员，并根据原创性、技术或研究内容或深度、正确性、与会议的相关性、贡献和可读性进行评估。MLCMAA 2026所有被接受的论文将在会议记录中发表，并提交给Scopus、EI Compendex、CPCI、CNKI、Google Scholar检索。

●征文主题

（主题包括但不限于）

主题一：机器学习

大型语言模型的基础与算法

生成模型与创新型人工智能

可解释人工智能与可信机器学习

鲁棒性与对抗性机器学习

联邦学习与分布式机器学习

自监督学习与无监督学习

图机器学习

少样本学习与迁移学习

强化学习与智能决策

多模态机器学习

故障诊断

面向科学的人工智能

在线学习与持续学习

机器学习系统与硬件加速

生物启发式学习算法

机器学习中的安全与隐私

机器学习模型的效率优化

主题二：计算建模

建模工具和语言

建模与仿真方法

视觉与可视化技术

模拟建模中的数学和数值方法

人工智能仿真技术

智能系统建模与仿真

工业仿真建模

建模与仿真技术等应用

仿真算法及其优化

电力系统仿真

环境建模与仿真

信息工程仿真

设备仿真与建模

分子生物学模拟与建模

信息工程仿真

主题三：先进算法

智能系统机器学习算法

强化学习算法

模式识别深度学习算法

分布式计算算法

智能优化算法

群体智能算法

边缘计算算法

负责任人工智能算法

图像处理算法

信号处理算法

目标检测算法

多传感器数据融合算法

进化算法

图神经网络算法

迁移学习算法

自动驾驶感知算法

自动驾驶车辆路径规划算法

●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.稿件应为原创作品，未在国内外刊物上发表过,不接受一稿多投。作者可通过Turnitin查询系统查重。涉嫌抄袭的论文将不被出版。

3.请根据格式模板文件编辑您的文章。

4.文章至少6页。学生作者或多篇投稿有优惠。

5.只做报告不发表论文的作者只需提交摘要。

6.投稿主题请注明: MLCMAA 2026+通讯作者姓名（否则无法确认您的稿件）