2026年神经网络、机器学习与算法应用国际会议（INMLA 2026）

2026 International Conference on Neural Networks, Machine Learning and Algorithm Applications（INMLA 2026）

●重要信息

截稿时间：2026年11月30日（延期投稿请联系大会蒋老师）

召开时间/地点： 中国 · 南昌 | 2026年12月15日（暂定）

审稿周期：投稿后约3个工作日左右

收录检索：EI Compendex、CPCI、Scopus、CNKI、Google Scholar等数据库稳定检索

核心亮点：ISSN/ISBN双刊号 | 高录用 | ******出版 | 检索稳定 | 符合评职、毕业、评优等要求 | 学生/团体投稿享优惠

** 如需发表SCI、SSCI、AHCI、中文核心期刊或国内三大网普刊，国际知网/谷歌普刊等刊物，欢迎咨询会务蒋老师，提供全品类精准匹配服务！

●会议简介

2026年神经网络、机器学习与算法应用国际会议（INMLA 2026）将于中国南昌举办，会议旨在搭建高水平学术交流平台，聚焦神经网络架构创新、深度学习理论及智能算法在医疗、交通、物联网等领域的交叉应用。大会诚邀全球学者围绕可解释性神经网络、联邦学习与边缘计算等前沿议题展开研讨，通过主旨报告，推动算法理论突破与产业实践深度融合，助力人工智能领域产学研协同发展。

●论文收录

所有投稿均须经过2-3位组委会专家审稿。录用论文将以会议论文集形式安排出版，见刊后提交至Scopus、EI Compendex、CPCI、CNKI、Google Scholar检索，目前检索稳定。

●征文主题（以下主题包括但不限于）

Track 1：神经网络理论与架构

深度神经网络

卷积神经网络（CNN）

生成对抗网络（GAN）

递归神经网络（RNN）

神经网络结构与拓扑设计

神经符号混合模型

神经网络的可解释性与可视化

脉冲神经网络与神经形态计算

图神经网络

Transformer架构与注意力机制

自编码器与生成模型

神经网络压缩与剪枝

神经网络鲁棒性与对抗攻击防御

神经网络在医疗、金融、能源等领域的分析研究

Track 2：机器学习算法与方法

监督学习、无监督学习与半监督学习

强化学习与深度强化学习

迁移学习、元学习与小样本学习

自监督学习与对比学习

多任务学习与多模态学习

集成学习与模型融合方法

联邦学习与分布式机器学习

在线学习与增量学习

核方法与支持向量机

聚类分析与降维算法

贝叶斯学习与概率图模型

因果推断与因果机器学习

机器学习优化理论与泛化分析

可解释机器学习与模型透明性

自动机器学习与神经架构搜索

机器学习算法评测与基准测试

Track 3：算法应用与智能系统

计算机视觉与图像处理应用

自然语言处理与文本挖掘应用

语音识别与音频处理应用

推荐系统与个性化服务

知识图谱与语义计算

智能决策支持系统与商业智能

智能机器人与自主系统

具身智能与感知-决策-控制闭环

大语言模型与生成式AI应用

多模态学习与跨模态智能应用

边缘智能与嵌入式AI部署

联邦学习与隐私保护智能计算

可解释AI与可信人工智能

...

●投稿须知

1.会议官方语言为英语，请严格按模板格式排版，文章页数不少于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.论文须为原创且未公开发表，禁止抄袭、一稿多投。投稿前请自行通过Turnitin查重，重复率过高导致的拒稿由作者自负，抄袭行为不予出版。

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.主讲嘉宾：申请主题演讲，由会务组审核。

2.口头演讲：申请口头报告，时间为10分钟左右。（参会名额有限，优先报名）

3.听众参会：不投稿仅参会，可旁听学习。