第 28 届人工智能与统计国际会议（AISTATS 2025）ICFP

仅收录五年以上有检索的国际会议

平台仅发布5年以上有检索的会议
保障会议真实有效

检索类型	EI Compendex	邮箱
会议状态	会议结束	网站	https://aistats.org/aistats2025/
主办单位

会议邮箱
会议状态	会议结束
会议形式	线下会议
网址	https://aistats.org/aistats2025/
转发分享

会议简介重要信息征稿主题主讲嘉宾会议投稿

会议简介 Brief Introduction01

第 28 届人工智能与统计国际会议（AISTATS）将于 2025 年 5 月 3 日至 5 月 5 日举行。本次会议将在泰国 Mai Khao 以现场活动的形式举行。

重要信息 Highlights02

1.出版

所有被录用的论文都将在会议上呈报演讲或作为海报，并将在 AISTATS 会议上发布 Journal of Machine Learning Research Workshop and Conference 中的会议记录 Proceedings 系列。演讲论文和海报将同等对待出版。

2.组委会

总主席
李英真，伦敦帝国理工学院，英国伦敦
Stephan Mandt，加州大学欧文分校，美国

程序主席
Shipra Agrawal，哥伦比亚大学，美国纽约
Emtiyaz Khan，日本理化学研究所，日本东京

工作流程主席
Christopher J. Anders，日本理化学研究所，日本东京
Tingting Ou，哥伦比亚大学，美国纽约

D&I 主席
Khimya Khetarpal，谷歌 DeepMind
Cheng Soon Ong，Data61，CSIRO

赞助主席
Vincent Fortuin，亥姆霍兹人工智能，德国慕尼黑

本地主席
Krikamol Maundet，CISPA亥姆霍兹信息安全中心，德国萨尔布吕肯
Tipaluck Krityakierne，泰国玛希隆大学，泰国萨拉亚

出版主席
Javier Burroni，马萨诸塞大学，美国阿默斯特

征稿主题 Call for Paper03

机器学习方法和算法（分类、回归、无监督和半监督学习、聚类、逻辑编程等）
概率方法（贝叶斯方法、近似推理、密度估计、可处理的概率模型、概率编程......
机器学习和统计理论（优化、计算学习理论，决策论，在线学习和强盗，博弈论，频率主义统计、信息论......
深度学习（理论、架构、生成模型、优化神经网络，......
强化学习（强化学习理论、离线/在线 RL、深度 RL、多智能体 RL，......
道德和值得信赖的机器学习（因果关系、公平性、可解释性、隐私性、健壮性、安全性......
机器学习和统计（包括自然语言、信号处理，计算机视觉，物理科学，社会科学，可持续性和气候、医疗保健......

主讲嘉宾 Keynote speaker 04

Aapo Hyvärinen · 赫尔辛基大学
Aapo Hyvärinen 是芬兰赫尔辛基大学。他还是欧洲实验室的研究员用于学习和智能系统（ELLIS）。他的研究重点是机器学习的概率理论及其在神经科学中的应用。他是《Independent Component Analysis》（2001 年）一书的主要作者。 “自然图像统计：早期计算的概率方法 vision“（2009 年）和”痛苦的智能：AI 可以告诉我们关于人类的信息” 痛苦“（2022/24）。
Chris Holmes · 牛津大学;埃里森理工学院
Chris Holmes 是 University of the University 生物统计学的法定教授牛津大学和埃里森理工学院 AI 主任。他获得了他毕业于伦敦帝国理工学院，早期在工业界工作专注于科学计算。Chris 是艾伦·图灵研究所的健康与医学科学，担任该职务直到 2023 年 10 月。他长期担任英国医学研究委员会（MRC）的统计基因组学 18 年并于 2016 年被评为 WIRED UK 的“年度 AI 创新者”之一。他是一个 New England Journal of Medicine AI 的创始编委会成员，以及欧洲学习和智能实验室的创始研究员 Systems （ELLIS）的 Thom Shell，他共同领导了稳健机器学习计划。 Chris 还在英国生物样本库的国际科学顾问委员会任职以及 Novo Nordisk 基金会的数据委员会。
Akshay Krishnamurthy · Microsoft Research
Akshay Krishnamurthy 是 Microsoft 的高级首席研究经理研究，纽约市。他之前担任了两年的助理信息与计算机科学学院教授马萨诸塞大学阿默斯特分校和一年的博士后纽约 Microsoft Research 研究员。他完成了我的计算机博士学位卡内基梅隆大学科学系，顾问：Aarti Singh 并在加州大学伯克利分校获得 EECS 本科学位。他的研究兴趣广泛集中在机器学习和统计领域。他对互动学习和决策最感兴趣，包括强化学习，最近一直在思考如何强化学习可用于改进现代生成式 AI 系统。