2026机器学习、数据挖掘与隐私保护国际会议（ICMLDMP 2026）

2026 International Conference on Machine Learning, Data Mining and Privacy Protection（ICMLDMP 2026）

【一】重要信息

大会地点：中国·杭州（线上+线下）

截稿时间：请查看官网（先投稿、先审核、先录用）

审稿结果：投稿后3个工作日内

提交检索：EI Compendex、CPCI、CNKI、Google Scholar等

会.议.网.址.及.投.稿.邮.箱，请查看最下方联系方式栏！

【二】大会简介

2026机器学习、数据挖掘与隐私保护国际会议(ICMLDMP 2026) 将于今年在中国杭州举行。此次会议旨在为全球的研究人员、学者和从业人员提供一个分享最新研究成果、交流创新思想的平台，大会特别关注“机器学习、数据挖掘与隐私保护”等前沿领域。我们诚邀各界专家学者积极投稿，参与本次会议，共同探讨机器学习、数据挖掘与隐私保护最新进展。

【三】论文出版

向ICMLDMP 2026提交的所有全文都需用英语书写，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。

ICMLDMP 2026所有被接受的论文将在会议记录中发表，并提交给EI Compendex、CPCI、CNKI、Scopus、Google Scholar进行索引。

【四】征稿主题

组委会诚挚邀请与机器学习、数据挖掘与隐私保护相关的广泛领域的研究人员、从业人员和学者踊跃投稿、积极参会交流。我们鼓励感兴趣的作者提交以前未发表的文章，包括但不限于以下主题：

主题一：机器学习

监督学习

深度学习

强化学习

联邦学习

迁移学习

表示学习

多任务学习

对抗训练

图神经网络

大模型微调

主题二：数据挖掘

数据挖掘算法

知识发现

关联分析

聚类与分类

异常检测

序列模式挖掘

图数据挖掘

时空数据挖掘

流数据挖掘

推荐系统

主题三：隐私保护

隐私保护数据挖掘

差分隐私

安全多方计算

同态加密

可信执行环境

隐私保护机器学习

数据匿名化

机器遗忘

隐私攻击与防御

隐私合规

【五】参会须知

A. 汇报参会：口头报告交流，10分钟左右的口头报告演讲；仅参会汇报不发表全文作者仅需投递一份摘要，摘要不做出版。

B. 听众参会：作为观众参会旁听、不演讲。仅参会旁听作者，请联系肖老师登记注册报名！

注册参会作者，可获得会议通知、邀请函、参会证明等相关材料！

【六】论文提交

1. 文章需全英文投稿，将全文(Word版)发送至组委会邮箱，邮件标题命名“ICMLDMP 2026+通讯作者姓名+肖老师推荐。

2. 如需翻译服务，请联系会议秘书肖老师。

3. 作者可通过Turnitin、知网或其他查询系统查重，查重低于20%，否则由文章重复率引起的出版社拒搞将由作者自行承担责任。

4. 提交的论文参考官网模板的格式进行排版，且不低于6页,包括图表和参考文献在内。

5. 学生作者或多篇团队投稿有优惠，请联系会议秘书肖老师。

6. 仅报告不发表全文的作者，只需提交摘要到组委会邮箱即可；摘要要求英文（包含汇报标题、作者姓名及学校单位、摘要内容、关键词）篇幅建议控制在1页以内。