第八届机器学习、模式识别与智能系统国际会议 (MLPRIS 2026)
The 8th Int'l Conference on Machine Learning, Pattern Recognition and Intelligent Systems(MLPRIS 2026)
时间：2026年7月17-19日
地点：中国成都
会议官网：
https://www.academicx.org/MLPRIS/2026/投稿邮箱：
contact7@academicx.org (
intelconf@163.com)
△. 大会简介
第八届机器学习、模式识别与智能系统国际会议 (MLPRIS 2026) 将于2026年7月17-19日在中国成都举行。MLPRIS 2026议题涵盖先进的控制和检测技术，人工神经网络，音频/语音识别、音乐分析、多媒体系统，生物特征学、生物医学模式分析和信息系统，数据/Web挖掘和知识发现，人机交互等。
△. 参会方式
1、全文参会（参会 + 全文发表 + 报告）
投递全文并参会，录用的文章发表在开源期刊上，被知网学术、谷歌学术等收录；
一篇文章的注册费含一位作者的参会费用，将安排做10-15分钟的口头报告；
2、摘要参会（参会 + 摘要 + 报告 ）
投递摘要并参会，安排10-15分钟口头报告；
3、听众参会：无报告仅参会
注：如因特殊情况无法到场参会，可提供海报或录制的报告视频。会后我们将发送照片，并办理发票、邀请函、参会证明、会议期刊、会议证等物资的邮寄。
△. 文章出版
出版物：所有被会议录用的英文稿件将会发表在国际英文开源期刊的正刊上, 更多详情请与我们联系(
contact7@academicx.org)。
检索：知网及谷歌学术收录
投稿须知：
1. 初版文章必须是PDF或WORD版格式，并统一通过网上投稿系统或组委会邮箱提交。终版文章必须是可编辑的WORD版格式或Latex文件包。
2. 如果您只是参会作报告，不需要发表文章，只需要将摘要提交到投稿系统。
3. 您可点击左上角Template for Manuscripts下载全文投稿模板，按照此模板准备文章。全文篇幅建议15-20页（按照模板格式，带图和参考文献），超过20页需缴纳超页费。摘要投稿需使用英文书写，无格式要求，具备标题、内容、关键词、作者信息即可，篇幅建议控制在1页以内，最长不超过2页。
4. 投稿之后5-7个工作日内您会收到审核结果，如逾期未收到邮件通知，请您尽快联系我们。
5. 可投中文稿件，文章题目、摘要，关键词需要中英双语，正文部分为中文（可联系我们索取模板文档）。参会时口头报告/海报张贴必须做英文的。
△. 大会日程（供参考）
2026年7月17日 - 大会签到（发指南、期刊、参会证、餐券等相关物资）
2026年7月18日 - 特邀演讲嘉宾报告
2026年7月19日 - 作者报告及海报展示
该会议征文涉及领域包括（但不限于）：
Supervised Learning
Unsupervised & Self-Supervised Learning
Reinforcement Learning
Statistical Learning Theory
Optimization Methods
Language Modeling & Text Generation
Speech Recognition & Synthesis
Information Retrieval & Extraction
Machine Translation & Multilingual NLP
Sentiment ysis & Opinion Mining
Data/web Mining and Knowledge Discovery
Image & Video Processing
Feature Extraction & Representation
Face, Gesture, and Pose Recognition
Document ysis & Optical Character Recognition (OCR)
Explainable AI (XAI) & Interpretability
Model Efficiency & Compression
Architectural Innovations
Transfer Learning, Multi-Task Learning & Meta-Learning
Biometric Identification
Pattern Classification
Object Recognition
Robotics & Autonomous Systems
Cybersecurity
Expert Systems
Intelligent Agents
Fuzzy Systems
Evolutionary Computation
Cybersecurity
Automated Driving & Autonomous Vehicles
Privacy-Preserving Machine Learning
Cognitive Computing & Human-AI Collaboration
