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,Scopus,SCI	邮箱	[email protected]
会议状态	征稿结束	网站	http://www.mlmi.net
主办单位	日本立教大学

会议邮箱	[email protected]
会议状态	征稿结束
会议形式	线下会议
网址	http://www.mlmi.net
转发分享

会议简介重要信息征稿主题主讲嘉宾会议历史会议投稿联系方式

会议简介 Brief Introduction01

我们非常荣幸地宣布，2026年第九届机器学习与机器智能国际会议 (MLMI 2026) 将于2026年7月17日至20日在日本东京举行。本次会议由日本立教大学主办，将汇聚顶尖研究人员、学者和行业专家，共同探讨机器学习和机器智能领域的最新进展。会议内容丰富多彩，包括精彩的演讲、引人入胜的讨论以及充满活力的交流机会，所有这一切都将在充满文化底蕴的东京举行。

MLMI 2026旨在通过促进跨学科合作和展示前沿研究成果，推动机器学习和机器智能领域的发展。会议涵盖但不限于深度学习、强化学习、自然语言处理、计算机视觉、机器人技术、人工智能伦理以及机器智能在医疗保健、金融、自主系统和环境可持续性等领域的应用。 MLMI 2026 旨在通过搭建知识交流与合作平台，推动创新，激发智能系统的发展，造福社会。

MLMI 2026 为您提供了一个独特的平台，让您接触最新研究成果，与全球专家交流互动，并为机器智能的未来贡献力量。我们诚挚邀请您参加为期四天的学习与交流盛会。相信您定会满载而归，收获满满的知识和灵感。

重要信息 Highlights02

会议出版

本次会议文章将由程序委员会严格审核，通过审核录用的文章在完成注册和报告后将由IEEE出版收录至ICETM 2026会议论文集，提交进入IEEE Xplore在线数据库，被Ei Compendex核心，Scopus 检索机构检索。

组委会

Conference Chairs

Yen-Wei Chen, 立命馆大学，日本

James Tin-Yau Kwok (IEEE Fellow), 香港科技大学，中国香港

Yasunobu Uchiyama, 立教大学，日本

Conference Co-Chairs

Hiroyuki KUDO, 筑波大学，日本

Jianjun Li, 杭州师范大学，中国

征稿主题 Call for Paper03

专题一：深度学习与神经网络架构
架构前沿创新
高效训练技术
图神经网络
生成式模型
神经网络结构搜索
迁移学习
实时人工智能系统

专题二：强化学习与序列决策
先进强化学习算法
多智能体强化学习
时间序列与序列数据
预测性建模
异常检测
序列决策

专题三：应用机器智能
医疗健康机器学习
机器人人工智能
网络安全人工智能
生物特征与行为分析
行业特定应用

专题四：自然语言处理与多模态学习
大语言模型
多语言与低资源自然语言处理
多模态机器学习
跨模态检索与生成

专题五：新兴范式与未来方向
量子机器学习
联邦学习与分布式学习
自动化机器学习与元学习
可持续与绿色人工智能
混合模型

专题六：可解释、伦理与以人为本的人工智能
可解释人工智能
人工智能伦理与公平性
隐私保护机器学习
以人为本的人工智能
增强智能

主讲嘉宾 Keynote speaker 04

Prof. Dapeng Wu · 中国香港城市大学
Prof. Dapeng Wu 于1990年获得中国华中科技大学电气工程学士学位，1997年获得中国北京邮电大学电气工程硕士学位，2003年获得美国宾夕法尼亚州匹兹堡卡内基梅隆大学电气与计算机工程博士学位。他是香港城市大学计算机科学系的网络科学杨建文讲座教授和数据工程讲座教授。此前，他曾在美国佛罗里达大学任教，并担任美国国家科学基金会（NSF）大数据学习中心（Big Learning）主任。他的研究兴趣涵盖人工智能、网络科学、通信、信号处理、计算机视觉和生物医学工程等领域。他曾获得的奖项包括：2017年佛罗里达大学任期教授奖、2009年佛罗里达大学研究基金会教授奖、2009年空军科学研究办公室青年研究者计划奖、2008年海军研究办公室青年研究者计划奖、2007年美国国家科学基金会职业奖、2025年《IEEE Transactions on Emerging Topics in Computational Intelligence》(TETCI) 杰出论文奖、2001年《IEEE Transactions on Circuits and Systems for Video Technology》(CSVT) 最佳论文奖，以及在IEEE GLOBECOM 2011和异构有线和无线网络服务质量国际会议 (QShine) 2006上获得的最佳论文奖。他曾担任《人工智能汇刊》（Transactions of Artificial Intelligence）的创刊主编、《IEEE Transactions on Network Science and Engineering》的主编、《多媒体进展杂志》（Journal of Advances in Multimedia）的创刊主编、《IEEE Open Journal of the Communications Society》的特邀编辑，以及《IEEE Transactions on Cloud Computing》、《IEEE Transactions on Communications》、《IEEE Transactions on Signal and Information Processing over Networks》、《IEEE Signal Processing Magazine》、《IEEE Transactions on Circuits and Systems for Video Technology》、《IEEE Transactions on Wireless Communications》和《IEEE Transactions on Vehicular Technology》的副编辑。他曾担任IEEE INFOCOM 2012的技术程序委员会主席、IEEE国际通信大会 (ICC 2008) 通信信号处理专题的技术程序委员会主席，并担任超过100个会议的执行委员会和/或技术程序委员会委员。他于2016年被选为IEEE车辆技术学会的杰出讲师。他是IEEE Fellow。
Prof. Xudong Jiang · 新加坡南洋理工大学
Prof. Xudong Jiang （IEEE Fellow）于中国电子科技大学获得学士和硕士学位，于德国汉堡赫尔穆特·施密特大学获得博士学位。1998年至2004年，他在新加坡科技研究局（A*STAR）资讯通信研究院担任首席科学家及生物识别实验室主任。他于2004年加入新加坡南洋理工大学任教，并于2005年至2011年担任信息安全中心主任。他目前是南洋理工大学电气与电子工程学院（EEE）教授，并担任该院信息科学与系统中心主任。他撰写了超过300篇论文，其中超过80篇发表于IEEE期刊，包括15篇IEEE T-PAMI论文和超过20篇IEEE T-IP论文。 Prof. Xudong Jiang 在CVPR/NeurIPS/ICML/ICCV/ECCV/ICLR/AAAI等顶级人工智能会议上发表了超过50篇论文。根据谷歌学术，他的论文已被引用超过18,000次，H指数为72。他于2015年至2017年担任IEEE信号处理学会信息取证与安全技术委员会委员，2014年至2018年担任《IEEE Signal Processing Letters》副编辑，2016年至2020年担任《IEEE Transactions on Image Processing》副编辑。目前，他是IEEE Fellow，担任《IEEE Transactions on Image Processing》的高级领域编辑以及《IET Biometrics》的主编。他还担任过顶级人工智能会议AAAI、NeurIPS和IEEE ICIP的领域主席。他目前的研究兴趣包括图像处理、模式识别、计算机视觉、机器学习以及生物识别。
Prof. Minghua Chen · 中国香港中文大学（深圳）
Prof. Minghua Chen 于清华大学电子工程系获得学士和硕士学位。他在美国加州大学伯克利分校电气工程与计算机科学系获得博士学位。他是香港中文大学（深圳）数据科学学院校长讲座教授。他于2007年获得加州大学伯克利分校的Eli Jury奖（授予在系统、通信、控制或信号处理领域取得杰出成就的研究生或近期校友），并于2013年获得香港中文大学青年研究员奖。他还获得了多项论文奖，包括2009年IEEE ICME最佳论文奖、2009年IEEE多媒体汇刊奖论文奖、2012年ACM多媒体最佳论文奖、2023年ACM e-Energy最佳论文奖以及2024年Gradient AI研究奖。由陈明华联合发明的编码原语已被集成到微软Windows和Azure云存储中，服务着数亿用户。他目前是《IEEE Systems Journal》的高级编辑（2021年至今），并担任ACM SIGEnergy的奖项主席和执行委员会成员（2018年至今）。他近期的研究兴趣包括在线优化与算法、电力系统运行中的机器学习、智能交通、分布式优化以及延迟敏感型网络。他是ACM杰出科学家和IEEE Fellow。