全称：2026年第九届机器学习与机器智能国际会议 (MLMI 2026)

简称：MLMI 2026

地点：日本东京 

时间：2026年7月17-20日

本次会议由日本立教大学主办，日本立命馆大学及杭州师范大学协办。往届论文集均已被Ei和Scopus检索。

出版信息：

选择1：

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出版至Lecture Notes in Electrical Engineering (Electronic ISSN: 1876-1119 & Print ISSN: 1876-1100)丛书，并被EI Compendex, SCOPUS, INSPEC, SCImago等检索。

选择2：

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由ACM出版到MLMI 2026会议论文集 (ISBN: 979-8-4007-2468-8)，提交Ei Compendex和Scopus检索。

MLMI 2024 conference proceedings (ISBN: 979-8-4007-1783-3) - ACM Digital Library | Ei Compendex | Scopus 均已检索

MLMI 2023 conference proceedings (ISBN: 979-8-4007-0945-6) - ACM Digital Library | Ei Compendex | Scopus 均已检索

MLMI 2022 conference proceedings (ISBN: 978-1-4503-9755-1) - ACM Digital Library | Ei Compendex | Scopus 均已检索

MLMI 2021 conference proceedings (ISBN: 978-1-4503-8424-7) - ACM Digital Library | Ei Compendex | Scopus 均已检索

MLMI 2020 conference proceedings (ISBN: 978-1-4503-8834-4) - ACM Digital Library | Ei Compendex | Scopus 均已检索

MLMI 2019 conference proceedings (ISBN: 978-1-4503-7248-0) - ACM Digital Library | Ei Compendex | Scopus 均已检索

MLMI 2018 conference proceedings (ISBN: 978-1-4503-6556-7) - ACM Digital Library | Ei Compendex | Scopus 均已检索

征稿主题：

包括但不限于：

专题 1：深度学习与神经网络架构

神经架构搜索

生成式模型

迁移学习

专题 2：强化学习与序列决策

多智能体强化学习

时间序列与序列数据

实时人工智能系统

专题 3：应用机器智能

医疗中的机器学习

机器人中的人工智能

生物特征与行为分析

专题 4：自然语言处理与多模态学习

大型语言模型

多语言与低资源自然语言处理

跨模态检索与生成

专题 5：新兴范式与未来方向

量子机器学习

联邦与分布式学习

自动机器学习与元学习

专题 6：可解释、伦理与以人为本的人工智能

可解释人工智能（XAI）

伦理人工智能与公平性

隐私保护型机器学习

投稿须知：

会议官方语言为英语，只接受英语论文，请务必用英语撰写

如果您想报告并出版文章，请投稿全文，文章篇幅要求至少10页；如果您只想做报告不出版，请投稿摘要。

报告嘉宾：
吴大鹏教授(IEEE Fellow) ，香港城市大学
蒋旭东教授(IEEE Fellow) , 新加坡南洋理工大学
陈名华教授(IEEE Fellow) ，香港中文大学（深圳）
Farshid Alizadeh-Shabdiz 教授，美国波士顿大学