当前位置:首 页 > 学术会议 > 正文

2026年第18届机器学习与计算国际会议(ICMLC 2026)

 地点:江苏  发布时间:2025/11/21 17:40:24 字体大小:+
 会议开始时间:2026/2/6  会议结束时间:2026/2/9

 

2026年2月6日至9日 | 南京 | www.icmlc.org

南京理工大学主办, 计算机科学与工程学院承办

出版支持

录用并报告的文章将出版到Springer丛书系列:Lecture Notes in Networks and Systems, 并提交EI核心和Scopus检索。

会议出版历史ICMLC 2017-2025会议论文集均已出版,并完成EI Compendex, Scopus等检索。

 

添加微信号-投稿注册一条龙

 

iconf-cs-2

iconf-cs-2

关注微信公众号-了解更多主题学术会议

爱科会易CS

公众号CS 小尺寸

Invited Speaker 征集中

组委会诚邀各高校教师、学者及研究人员作为特邀演讲嘉宾(Invited Speaker)参会,与来自世界各地的参会者交流并分享您的研究成果。

申请条件:已取得博士学位;具备流利的英语沟通能力

申请方式:请将个人英文履历发送至会议邮箱icmlc@vip.126.com (葛老师)

报告专家

主旨报告专家

徐雷 教授

上海交通大学

IEEE 会员 & IAPR 会员

李海洲 教授 IEEE Fellow

香港中文大学(深圳)

SAF Fellow, lSCA Fellow

Massimo Tornatore 教授

米兰理工大学,意大利

IEEE Fellow

特邀报告专家

庞彦 副教授

中国科学院深圳先进研究院

邝东阳 副教授

中山大学

崔新光 副教授

华中科技大学

袁亚丽 副教授

东南大学

袁亚超 博士

苏州大学

Mugahed A. Al-antari 博士

世宗大学,韩国

ICMLC特别专题

特别专题一:用于构建可靠且安全的人工智能系统的机器学习方法

专题组织者:

Jing Zhang 东南大学

Yi Zhu 扬州大学

本专题会议欢迎(但不限于)以下相关主题的投稿:

隐私保护学习

对抗鲁棒性

公平感知算法

安全强化学习

分布偏移下的鲁棒训练

可信联邦学习

特别专题四:机器学习在生物信息学中的应用

专题组织者:

叶秀彩 副教授 筑波大学,日本

本专题会议欢迎(但不限于)以下相关主题的投稿:

疾病分型与生物标志物发现

药物研发与老药新用

蛋白质结构与功能预测

单细胞与空间组学分析

生物医学研究中可解释、可信赖且保护隐私的人工智能技术

特别专题二:医学影像分析前沿:AI、自动化与临床应用

专题组织者:

庞彦副教授,中国科学院深圳先进研究院

Patrizia Savi 副教授,意大利都灵理工大学

李劲鹏副教授, 华南理工大学

本专题会议旨在搭建“科研-临床-产业”三方对话桥梁,重点交流以下方向(但不限于)的前沿成果:

基于深度学习的医学影像分割与病灶分类技术

多模态医学影像融合(如 CT、MRI、超声等跨模态数据整合)

医学影像 3D 重建与可视化技术及临床应用

面向临床决策支持的可解释 AI(XAI)技术

医学影像数据与电子健康记录(EHR)的一体化整合方案

特别专题五:生成式人工智能:基础理论、前沿进展与新兴应用

专题组织者:

黄艳 副教授,华南理工大学

李达文 副教授,中山大学

张茜 助理教授,中山大学

本次专题会议旨在汇聚研究人员、从业者及行业专家,共同探讨生成式AI的最新发展、现存挑战与未来机遇。重点关注的话题包括模型架构训练策略多模态融合可解释性评估指标伦理考量以及实际场景部署等。通过促进理论、方法与应用视角的多维对话,本专题期望推动对生成式AI的深入理解,并促进其作为塑造未来智能系统关键力量的角色发展。

特别专题三:计算机视觉前沿:可靠性、可解释性及实际应用
专题组织者

Dr. Zaid Al-Huda, 成都大学

Dr. Taha Rajeh, 成都大学

Dr. Muhammad Hafeez Javed, 成都大学

本专题会议欢迎(但不限于)以下相关主题的投稿:

面向图像、视频及多模态数据的可靠与可解释深度学习架构

计算机视觉模型中的不确定性量化、校准与置信度估计

面向分布偏移、对抗性扰动及真实世界噪声数据的模型鲁棒性研究

等.....

特别专题六:实时欺诈的预测分析与机器学习——理论与实践

专题组织者:

Cheng Siong Lee, 澳大利亚莫纳什大学

SinGee Teo, A*STAR, Singapore

本专题会议欢迎(但不限于)以下相关主题的投稿:

流媒体与在线学习

超低延迟评分

图学习与关系学习

对抗性机器学习与可解释机器学习

联邦式隐私保护分析

人机混合系统

等......

投稿指南

投稿系统

请将稿件上传到电子投稿系统:

https://www.easychair.org/conferences/?conf=icmlc2026 或发送到会议邮箱:icmlc@vip.126.com

投稿邮件请注明ICMLC Submission

稿件要求

1-摘要投稿(仅作者报告)

2-全文投稿(作者报告+文章出版)

3-文章需按会议模板全英文撰写,论文需控制在10-15页。

Word模板:

https://www.icmlc.org/splnproc1703.docm

LaTex模板:

https://www.icmlc.org/LaTeX.zip

委员会

Advisory Committee Chairs

徐雷,上海交通大学

李海洲,香港中文大学(深圳)

黄晓霖,上海交通大学

Steering Committee Chairs

李千目,南京理工大学

郑丽颖,哈尔滨工程大学

龚勋,西南交通大学

Conference Co-chairs

陆建峰,南京理工大学

李泽超,南京理工大学

杨双华,雷丁大学,英国

Conference Chairs

李坚强,深圳大学

黄琳,丹佛大都会州立大学

Local Chairs

周俊龙,南京理工大学

李晅松,南京理工大学

Regional Chair of UK

David Greenhalgh, 斯特拉斯克莱德大学,英国

Program Chairs

周沧琦,南京理工大学

涂仕奎,上海交通大学

许波,广东财经大学

黄栋,华南农业大学

Program Co-chairs

史冉,南京理工大学

赵帅,中山大学

邝东阳,中山大学

刘志宏,国防科技大学

Regional Chairs of Japan

Akinori Ito,东北大学,日本

Regional Chair of Australia

Cheng Siong Lee,莫纳什大学,澳大利亚

审稿委员会征集中

ICMLC 程序委员会(technical program commitees)长期征集中,如果您致力于参与学术同行评审,乐于探索和甄别机器学习与控制领域的前沿知识,我们诚挚邀请您申请成为委员。您的专业见解将对大会的学术质量至关重要。有意者请联系我们:icmlc@vip.126.com

声明
1、 今日会议频道仅负责发布会议信息,部分会议信息来自互联网,由于网络的不确定性,今日会议对所发布的信息不承担真实性的鉴别工作。如需参会、汇款、获取邀请函或会议日程,请与主办单位联系,请谨慎选择汇款参会。今日会议不承担任何汇款参会的后果。
2、若您发现信息有误或需要信息发布,请联系:
010-50830819;邮箱:meeting@scitoday.cn.