学术会议会议详情
MLPR 2026

2026年第四届机器学习与模式识别国际会议(MLPR 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2026.08.20
会议日期2026.12.04 - 12.06
会议地点日本 京都
截稿倒计时:
41072921
490

BRIEF INTRODUCTION

会议简介

NO.1

2026年第四届机器学习与模式识别国际会议(MLPR 2026)将于2026年12月4-6日日本京都盛大召开。本次会议由日本立命馆大学主办,汇聚全球智慧,共同探讨机器学习与模式识别领域的前沿进展与创新实践。


MLPR 2026将呈现精彩纷呈的学术盛宴,包括主旨报告、特邀演讲、专题论坛,以及作者论文的口头与海报展示。我们诚邀来自世界各地的研究者投稿,共同推动人工智能领域的学术交流与技术发展。所有投稿将经过严格的双盲评审,优秀论文将受邀在大会现场呈现。
热忱欢迎您加入MLPR 2026,与全球学者齐聚京都,共襄智能科技的年度盛会!

HIGHLIGHTS

重要信息

NO.2

会议出版
投稿文章将经过严格的审稿过程,最终录用并完成注册和报告的文章将出版到IET会议论文集,并收录至IET数字图书馆和IEEE Xplore,提交至EI Compendex和Scopus进行检索。

 

行程概览
第一天-2026年12月4日 星期五
10:00 - 17:00    会议签到,领取资料
16:00 - 18:00    组委会会议
第二天-2026年12月5日 星期六
9:00 - 12:00     大会开幕式&主旨报告
12:00 - 13:30    午餐
13:30 - 15:30    特邀报告&小组报告
15:30 - 16:30    海报展示
16:30 - 18:30    特邀报告&小组报告
18:30 - 20:30    晚宴及颁奖典礼
第三天-2026年12月6日 星期日
9:00 - 12:00     特邀报告&小组报告
12:00 - 13:30    午餐
13:30 - 19:00    一日游

CALL FOR PAPERS

征稿主题

NO.3
主题1:机器学习基础:
  • 统计学习理论与泛化界
  • 深度学习优化方法(自适应优化器
  • 损失景观)
  • 降维与流形学习
  • 图模型 因果推断与概率推理
  • 主动学习与查询策略
  • 迁移学习 多任务学习与元学习
  • 噪声数据 有限数据或不平衡数据下的学习
  • 强化学习理论与多臂老虎机算法
主题2:深度学习与生成模型:
  • 生成式人工智能(扩散模型 变分自编码器 生成对抗网络 基于流的模型)
  • 大语言模型与视觉语言模型
  • Transformer 架构与注意力机制变体
  • 自监督学习与基础模型预训练
  • 模型压缩(剪枝 量化 知识蒸馏)
  • 神经架构搜索与自动化深度学习
  • 图神经网络与几何深度学习
  • 面向视频 三维和多模态数据的表征学习
主题3:模式识别与计算机视觉:
  • 特征提取 特征选择与描述子学习
  • 目标检测 分割与跟踪
  • 人脸 手势与动作识别
  • 医学图像分析与计算病理学
  • 遥感图像分析与地球观测
  • 文档分析与手写识别
  • 生物特征识别(指纹 虹膜 语音)
  • 三维形状分析与点云处理
主题4:负责任与可信赖人工智能:
  • 机器学习模型中的公平性 问责性与透明性
  • 可解释人工智能(XAI)与可解释性方法
  • 面向对抗攻击和分布外输入的鲁棒性
  • 隐私保护机器学习(联邦学习 差分隐私)
  • 人工智能安全 价值对齐与伦理框架
  • 不确定性量化与可靠预测
  • 数据集和算法中的偏见检测与缓解
  • 监管合规与可审计人工智能系统
Track 5:机器学习与模式识别应用:
  • 面向医疗健康的机器学习(诊断 药物发现 基因组学)
  • 智能交通与自动驾驶
  • 自然语言处理与语音识别
  • 推荐系统与个性化服务
  • 时间序列预测(金融 能源 物联网)
  • 机器人技术与具身智能
  • 智能制造与预测性维护
  • 农业 环境监测与气候科学
主题6:强化学习与决策智能:
  • 深度强化学习算法(DQN PPO SAC TD3)
  • 多智能体强化学习与博弈论推理
  • 逆强化学习与模仿学习
  • 层次化强化学习与选项框架
  • 离线强化学习与批量强化学习
  • 基于人类反馈的强化学习(RLHF)
  • 不确定性下的序贯决策(POMDP 多臂老虎机)
  • 强化学习在机器人 自动驾驶 推荐系统和游戏人工智能中的应用

KEYNOTE SPEAKERS

主讲嘉宾

NO.4
Prof. Weisi Lin (IEEE Fellow/IET Fellow)
新加坡南洋理工大学
Lin Weisi是一位活跃于图像处理、基于感知的信号建模与评估、视频压缩和多媒体通信领域的研究人员。他曾任新加坡资讯通信研究院(I2R)视觉处理实验室主任。目前,他是新加坡南洋理工大学(NTU)计算机与数据科学学院的校长讲席教授,并兼任该...

CONFERENCE HISTORY

会议历史

NO.5

CONFERENCE SUBMISSION

会议投稿

NO.6

征稿说明
语言:本次会议只接受英文投稿
投稿类型:摘要只做报告不出版,既做报告又要出版文章,请投稿全文。
文章篇幅要求:全文论文不少于5页。若论文篇幅超过6页,包括所有图表和参考文献,超出部分将按每页60美元收取超页费。

 

投稿方式:
线上投稿系统:http://confsys.iconf.org/submission/mlpr2026
更多投稿相关细节,请访问:https://www.mlpr.org/sub.html

CONTACT US

联系方式

NO.7

会议秘书:陈女士
邮箱:[email protected]