欧洲机器学习与数据库知识发现原理与实践会议（ECML PKDD）是欧洲机器学习和数据挖掘领域的旗舰会议，吸引了全球各地的参会者。会议议程包括同行评审研究报告、领域领军人物的特邀报告、丰富的研讨会和辅导课程、海报展示、发现挑战赛、演示环节、应用数据科学环节、行业环节以及博士生论坛。

1、组委会

名誉主席：

Pavel Brazdil

会议主席：

Carlos Soares

2、出版

会议论文将在 Springer 《Lecture Notes in Computer Science》（LNCS）系列中出版，并通过 DBLP、Scopus、CPCI 等平台检索；此外，Springer 还设立了 Journal Track，与《Machine Learning》和《Data Mining and Knowledge Discovery》期刊合作，接受经同行评审并录用的扩展稿。

• 机器学习
• 知识发现
• 数据挖掘

1、论文格式

论文必须用英文撰写，并使用 LaTeX 格式，并遵循我们作者工具包Springer LNCS 模板下载的大纲。该工具包包括一个自述文档、一个包含作者说明的 LaTeX 文件模板和样式文件。采用这种格式的论文最大长度为 16 页（包括参考文献）。程序主席保留拒绝任何超长论文的权利，无需审查。通过包括但不限于使用小于指定边距或字体大小来“欺骗”页面限制的论文也将被视为超长。请注意，格式指南也不允许使用负 vspace；更多详细信息可在作者工具包中找到。您最多可以随提交内容上传 10 MB 的其他材料（例如，证明、音频、图像、视频、数据或源代码）。如果有附录，请确保将其与论文分开提交，论文必须遵守 16 页的限制。审稿人和程序委员会保留仅根据论文的 16 页内容来评判论文的权利；是否查看任何附加材料均由审阅者自行决定，并非强制要求。

2、提交流程

电子版投稿将通过 CMT 处理，点击此处。投稿将由三位评审员根据新颖性、技术质量、潜在影响和清晰度进行评估。

3、重要时间

CMT提交系统开放：2025年2月7日

摘要提交截止日期：2025年3月7日

论文提交截止日期：2025年3月14日

ecml-pkdd-2025-research-track-chairs@googlegroups.com