学术会议会议详情
CTML 2026

2026年计算理论与机器学习国际会议(CTML 2026)

# 计算机科学与信息技术# 工程技术# 计算机科学与技术# 人工智能
检索类型
Ei CompendexScopus
会议邮箱[email protected]
截稿日期2026.06.30
会议日期2026.11.27 - 11.29
会议地点巴西 里约热内卢
截稿倒计时:
12055335
392

HIGHLIGHTS

重要信息

NO.2
出版信息: CTML 2026收到的文章都将由会议技术委员审核,接收并完成注册的文章会被发表在会议论文集上,并提交EI Compendex, Scopus等检索。作者将被邀请参会分享报告。 组委会信息:

CALL FOR PAPERS

征稿主题

NO.3
TRACK 1:计算学习理论基础:
  • 统计学习理论与泛化
  • 学习问题的计算复杂性
  • 在线学习与遗憾界分析
  • 学习动力学与收敛性
  • 大模型的尺度定律与涌现行为
  • PAC-Bayes理论与算法稳定性
TRACK 2:深度学习理论与神经网络架构:
  • 神经网络的表达能力与容量
  • Transformer与基础模型的理论分析
  • 神经网络优化景观研究
  • 过参数化与双重下降现象
  • 梯度方法的隐式正则化与偏置
  • 机制可解释性与模型内部结构
  • 物理信息神经网络与神经算子
TRACK 3:机器学习中的优化与算法:
  • 凸优化与非凸优化
  • 进化算法与元启发式算法
  • 学习中的组合优化
  • 代理模型辅助优化与高代价优化问题
  • 资源受限环境下的优化方法
  • 联邦学习与分布式优化
  • 机器学习系统中的多目标优化
TRACK 4:图论、组合数学与结构化学习:
  • 图神经网络理论
  • 谱图理论及其应用
  • 算法图论与网络分析
  • 结合学习的组合优化
  • 随机图与概率方法
  • 几何深度学习
  • 流形学习与非欧几里得数据学习
TRACK 5:可信与可解释人工智能:
  • 因果推断与因果发现
  • 可解释性与可理解性
  • 鲁棒性、不确定性与模型校准
  • 机器学习中的隐私保护与公平性
  • 对抗机器学习
  • 分布偏移与领域泛化
  • 人工智能系统的安全性与对齐
TRACK 6:科学发现中的人工智能与前沿方向:
  • 人工智能驱动的科学发现
  • 量子机器学习
  • 符号回归与科学规律发现
  • AI加速的科学计算
  • 多模态学习与信息融合
  • 计算生物学与医疗人工智能
  • 气候建模与环境人工智能
TRACK 7:高效与可扩展的机器学习系统:
  • 模型压缩与知识蒸馏
  • 量化与剪枝
  • 神经网络架构搜索
  • 边缘人工智能与 TinyML
  • 绿色人工智能与能效学习
  • 大规模训练系统
  • 机器学习编译器与软硬件协同设计

CONFERENCE SUBMISSION

会议投稿

NO.6
1. 全文(发表及报告)----https://www.zmeeting.org/submission/ctml2026 2. 摘要(仅限Oral Presentation/Poster)[email protected]