第二届算法、机器学习与数据挖掘国际学术会议（AMLDM 2026）

The 2nd International Conference on Algorithms, Machine Learning, and Data Mining（AMLDM 2026）

会议信息

大会地址：厦门

最终截稿时间：以官网时间为准（延期投稿请咨询组委会田老师）

接受/拒稿通知：投稿后3个工作日左右

投稿请备注：AMLDM投稿+通讯作者姓名+田老师推荐，方便安排审稿，可享优惠价及优先审稿与录用权

会议简介

在人工智能技术加速迭代、大模型重塑计算范式与数据驱动决策深入各行各业的时代背景下，算法、机器学习与数据挖掘的交叉融合正成为推动智能计算与知识发现的核心引擎。从新型优化算法与计算复杂性理论到深度学习与强化学习，从大数据挖掘与知识发现到图学习与因果推断，算法创新与机器学习方法的突破正在不断拓展人工智能的能力边界与应用深度。

第二届算法、机器学习与数据挖掘国际学术会议（AMLDM 2026）旨在搭建一个跨学科、跨国界的高端学术交流平台，聚焦算法理论与计算复杂性、机器学习理论与方法、数据挖掘与知识发现等核心议题，汇聚全球计算机科学、人工智能、数据科学及相关领域的专家学者与产业界代表，共同探讨智能计算与知识发现的前沿突破。

大会主题（研究领域包括但不限于以下主题）

主题1：算法

计算智能

算法优化

边缘计算

移动计算

高性能与网格计算

软件工程

分布式系统

遗传算法

神经网络

蚁群算法

可计算性理论

进化算法

图探索算法

数值分析

量子计算

排序算法

搜索算法

模糊计算

主题2：机器学习

智能信息处理技术

自然语言处理

智能软件

图像处理

机器学习与软计算

智能计算与应用

Python与机器学习

数据挖掘

大数据技术

人工智能

机器学习多媒体

数据处理

网络的模式识别和分类

机器学习的安全和保护

机器学习算法的性能分析

优化机器学习方法

机器学习5G系统

用于用户行为预测的机器学习

主题3：数据挖掘

预测模型

数据分割

连结分析

偏差侦测

序列统计

概率论

回归分析

类别数据

决策树理论

类神经网络

规则归纳法

论文出版收录

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，会议所有录用的论文将发表在会议论文集，出版后将提交EI Compendex、Scopus、CPCI、CNKI和Google Scholar等检索。

投稿须知

1. 论文必须是英语稿件，不得少于6页（中文投稿可提供专业翻译服务）；

2. 本次论文未在国内外学术期刊和会议发表过；

3. 作者可通过CrossCheck, Turnitin或其他查询系统自费查重，否则由文章重复率引起的被拒稿将由作者自行承担责任。论文全文重复率不超过20%；

4. 涉嫌抄袭的论文将不被出版，且公布在会议主页；

5. 发表论文的作者需提交全文进行同行评审，只做报告不发表论文的作者只需提交摘要；

6. 论文模板下载及投稿指引：请前往大会官网首页。

推荐资源

1. 国内/国际普刊

2. 国内核心（北核/科核）、国际核心（SCI/SSCI/AHCI/EI/Scopus）

3. 专著/教材  主编/副主编

4. 发明专利/实用新型专利

5. 大学学报

6. 教育部高教司协同育人课题

更多资源详情请联系会议老师获取。