湖北
第四届机器学习与模式识别国际会议（MLPR 2026）
2026年12月4-6日 | 日本京都
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日在日本京都盛大召开。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。
组织单位：
征稿主题：
Track 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
Track 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）
Track 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
Track 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
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）
Track 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）
会议出版及检索：
通过审核并被录用的论文将收录至IET 会议论文集，并上线 IET 数字图书馆及 IEEE Xplore, 提交至 EI Compendex 和 Scopus 检索。
会议历史：
会议组委会：
Conference Chairs
陈延伟，日本 立命馆大学
邝得互， 岭南大学
Conference Co-chair
张建华，挪威 奥斯陆城市大学
Program Chairs
Raouf Hamzaoui, 英国 德蒙福特大学
潘治文，澳门大学
Edmund Lai, 新西兰 奥克兰理工大学
元辉，山东大学
Tomoko Tateyama，日本 琉球大学
毛可智，新加坡 南洋理工大学
Publication Chair
Yinhao Li，日本 立命馆大学
Publicity Chairs
T. Akilan, 加拿大 湖首大学
Qingjie Meng, 英国 伯明翰大学
Yutaro Iwamoto, 日本 大阪電氣通信大學
庞彦, 中国科学院深圳先进技术研究院
Area Chair
Q. M. Jonathan Wu, 加拿大 温莎大学
Local Organizing Chair
刘家庆，日本 立命馆大学
主旨报告嘉宾：
Prof. Weisi Lin，新加坡南洋理工大学
IEEE Fellow/IET Fellow
研究方向：图像处理、基于感知的信号建模与评估、视频压缩以及多媒体通信领域等。
Prof. Sung-Bae Cho，韩国延世大学
Fellow of IEEE, AAIA
韩国科学技术院（KAST）院士
韩国国家工程院（NAEK）院士
研究方向：神经网络、模式识别、智能人机界面、进化计算和人工生命等。
Prof. Cathal Gurrin，爱尔兰都柏林城市大学
特邀报告嘉宾：
贾程媛教授，浙江大学
刘艳丽教授，天津大学
张斌副教授，日本神奈川大学
原野副教授，沈阳工业大学
刘家庆讲师，日本立命馆大学
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
