科研快讯 | 港中大(深圳)数据科学学院师生论文被机器学习与人工智能领域国际顶级会议ICML 2026接收

机器学习与人工智能领域顶会之一国际机器学习大会（International Conference on Machine Learning, 简称 ICML）2026年论文录用结果已正式公布。本届会议共收到投稿23,918篇，整体录用率约26.6%，其中仅536篇（占总投稿量2.2%）被遴选为Spotlight Paper。

香港中文大学（深圳）数据科学学院共有48篇论文被接收，其中2篇更凭借卓越创新获评Spotlight Paper。在录用成果中，以学院学生为第一作者或共同第一作者的论文达22篇。这一优异成绩有力见证了学院在前沿领域的强劲创新动能与扎实育人实效。

*相关数据来源：ICML 2026

(https://icml.cc/)

Cosme Louart现为香港中文大学（深圳）数据科学学院助理教授。他毕业于巴黎高等师范学院（ENS），在ENS Paris Saclay获得机器学习硕士学位，在格勒诺布尔大学获得博士学位（隶属于GIPSA实验室和CEA list）。他在数学和机器学习期刊（ICML、AISTATS、IEEE、Annals of Applied Probability）上发表了多篇文章。他的主要贡献是应用集中的度量理论来研究随机矩阵和一些高维数据处理技术（ELMs, GANs, robust estimation of Scatter matrices, softmax classifiers, robust linear regression...）。

他在EDF（法国电力公司）的北京研发中心工作了两年，担任数据工程师，为能源问题提供人工智能解决方案。

代忠祥博士现任香港中文大学（深圳）数据科学学院助理教授、博士生导师，入选国家级高层次青年人才，并获评校长青年学者。他的研究工作获得了多项基金的资助，主持国家自然科学基金青年科学基金项目（C类）、广东省自然科学基金优秀青年项目、深圳市自然科学基金面上项目等。

在加入港中大（深圳）前，代博士于2024年在麻省理工学院（MIT）担任博士后研究员，并于2021年至2023年在新加坡国立大学（NUS）从事博士后研究。他于2015年和2021年分别获得新加坡国立大学的电气工程学士学位（一等荣誉）和计算机科学博士学位，博士期间受新加坡—麻省理工学院科研中心研究生奖学金资助。

代博士的研究兴趣涵盖机器学习的理论与应用。在应用层面，他专注于大语言模型，研究方向包括基于大模型的智能体、大模型个性化、大模型在线路由、基于大模型的社会模拟、大模型提示优化等；在理论层面，他深入研究多臂老虎机算法。他已在顶级AI会议和期刊上发表论文47余篇，其中37余篇发表于ICML、NeurIPS和ICLR（人工智能三大会议）。他担任NeurIPS、ICML和ICLR的领域主席（Area Chair），并常年为多个人工智能顶级会议担任审稿人。

丁宏强教授现任香港中文大学（深圳）数据科学学院校长讲座教授一职。此前，丁教授曾在加州理工学院、加州大学劳伦斯伯克利国家实验室和德克萨斯大学阿灵顿分校任职。丁教授曾入选中美联合培养物理类研究生计划（CUSPEA）项目并赴哥伦比亚大学深造，获得理论物理和计算机科学双博士学位 (点击查看G2R排名）。

丁教授的研究兴趣包括机器学习/数据挖掘、生物信息学、信息检索、网络链接分析和高性能计算。他与多位合作伙伴致力于研究多类蛋白质折叠预测，这是目前蛋白质三维结构预测的标准基准。丁教授团队发现主成分分析（PCA）为K-means聚类算法提供了解决方案。他们还证明了非负矩阵分解等价于K-means均值（谱聚类）。丁教授和同事将主成分分析法推广到二维奇异值分解，用于一组二维矩阵的降维。他们为集成分布式内存架构上的多组件可执行程序研发出MPH技术（软件），并被许多用于预测长期气候的先进大型模型所采用。丁教授还开发了可证明最优的原位多维数组索引重组的空位跟踪算法。

丁教授曾任职于多所院校机构，包括加州理工学院超立方体研究中心，为材料科学和计算生物学开发并行算法；美国国家航空航天局喷气推进实验室，研究气候数据同化、稀疏矩阵线性解算和并行图形划分的算法；劳伦斯伯克利国家实验室，研发高性能计算、用于气候模型的算法、应用基准测试，同时教授HPF和MPI等课程，并不断探索新领域，探索矩阵在聚类算法、指令、等级、嵌入方面的妙用，以及二分图对系统表达蛋白质相互作用网络、序列、结构域、复合体、功能模块和路径的作用。

此外，丁教授在气候数据同化并行算法和使用支持向量机进行超新星探测领域获得了四项最佳论文奖，在美国宇航局喷气推进实验室获一项团体成就奖，在劳伦斯伯克利国家实验室获两项杰出成就奖。他曾担任美国国家科学基金会的评审小组成员，以及爱尔兰、以色列国家科学基金会和香港研究资助局的研究计划评审。他还在Bioinformatics期刊、数据挖掘、机器学习和生物信息学领域的主要会议的项目委员会任职。他多次联合组织了以使用矩阵和张量进行数据挖掘为主题的年度研讨会。他的研究成果发表在《科学》(PDF)、《自然》(PDF)、美国工业与应用数学学会（SIAM）及美国国家研究委员会报告中。

樊继聪现为香港中文大学（深圳）数据科学学院助理教授、校长青年学者、博士生导师。樊教授于2018年在香港城市大学电子工程系获得博士学位，并分别于2013年和2010年在北京化工大学获得控制科学与工程硕士学位和自动化学士学位。在加入香港中文大学（深圳）之前，他是康奈尔大学的博士后。他还曾在美国威斯康星大学麦迪逊分校和香港大学担任研究职位。

樊教授的研究方向是人工智能和机器学习，他在矩阵/张量方法、聚类算法、异常检测、图学习、自动机器学习等方面做了大量研究工作，在知名学术期刊与著名国际会议上，如IEEE TSP/TNNLS/TII、NeurIPS、ICLR、ICML、CVPR、AAAI等，发表论文50余篇。 他是IEEE高级会员，目前担任期刊《Pattern Recognition》（中科院一区，CCF-B类）和《Neural Processing Letters》的副编辑，担任NeurIPS和ICML领域主席。他主持国家自然科学基金青年项目、面上项目、广东省面上项目等，获得2023年中国自动化学会自然科学奖一等奖，入选斯坦福大学/爱思唯尔2023、2024年“全球Top 2% 科学家”榜单。

贺品嘉教授现为香港中文大学（深圳）助理教授，国家级青年人才。贺品嘉教授于2018年从香港中文大学获得博士学位，此后在苏黎世联邦理工学院从事学术研究工作三年。贺品嘉教授的研究方向为软件工程、AI for SE、大模型、可信人工智能。

他在ICSE, FSE, ICLR, ACL, OSDI等顶级会议期刊发表论文60余篇。获得IEEE TCSE Rising Star Award (全球博士毕业六年内的软件工程学者中选一人)、IEEE开源软件服务奖、ISSRE最有影响力论文奖等奖项。谷歌学术引用7000余次。主导的开源项目在GitHub上被star 7000余次，并被450多个学界业界组织下载9万余次。担任顶刊TOSEM的Associate Editor，顶会FSE 2025的Social Media Co-Chair，四大软件工程顶会的程序委员会成员。

曾为美国宾州大学沃顿商学院助理教授，原德州A&M大学副教授、教授，并于2017年被命名为德州A&M大学理学院Arseven/Mitchell Astronomical Statistics讲席教授。曾任Texas A&M University统计系研究生项目主任、理学院代理副院长、统计系代理系主任、数据科学研究所副所长等职务。黄教授已培养博士20余人。在国际学术期刊发表学术论文100余篇，并入选全球前2%高引用统计学家榜单。以项目负责人或共同负责人身份主持过多项美国国家自然科学基金项目。曾任Journal of American Statistical Association, STAT (The ISI's Journal for the Rapid Dissemination of Statistics Research), Journal of Multivariate Analysis, and Chemometrics and Intelligent Laboratory Systems等国际期刊编委。

蒋理教授现为香港中文大学（深圳）数据科学学院助理教授，校长青年学者，与深圳河套学院双聘。于2021年获得香港中文大学博士学位，其后在马克斯·普朗克研究所担任博士后研究员。其研究聚焦于计算机视觉与人工智能，具体方向包括三维感知与空间智能、世界模型、自动驾驶、具身智能、表征学习以及多模态学习等。其研究成果发表在CVPR、ICCV、NeurIPS、和TPAMI等顶级会议和期刊中，并多次获选口头报告与亮点论文，谷歌学术引用量超过15,000次。其关于自动驾驶运动预测的研究在2022-2024年的CVPR Waymo Open Dataset Motion Prediction Challenge中连续三届获得第一名。多次入选由斯坦福大学与爱思唯尔联合发布的全球前2%顶尖科学家年度影响力榜单，并获得国家级青年人才项目资助。

李爽于2011年获得中国科学技术大学学士学位，并分别于2014年和2019年获得佐治亚理工学院硕士和博士学位。

在加入香港中文大学（深圳）之前，李爽在哈佛大学任博士后研究员，研究移动健康中的多智能体强化学习。她曾为哈佛大学序贯决策2021年春季课程提供课程材料。2014 年至 2019 年期间，她在佐治亚理工学院担任教学助理，曾负责机器学习、计算数据分析，和计算数据分析概要。2018年，她在谷歌进行了三个月的研究实习，研究推荐系统的用户行为建模。同年，李爽荣获INFORMS QSR最佳学生论文竞赛决赛入围奖和INFORMS社交媒体分析最佳学生论文竞赛决赛入围奖。2016年，获得 H. Milton Stewart 工业学院研究生贾维斯奖第二名。2011年至2012年，获得美国马萨诸塞大学阿默斯特分校工程学院的Hluchyj奖学金。2011年，获得中国科学技术大学自动化系优秀本科论文奖。她的研究领域包括用于序列数据分析和决策的机器学习、新序列模型、可靠高效的学习方法、有效推理程序、医疗保健、智慧城市和社交媒体。

李彤欣博士现为香港中文大学（深圳）数据科学学院的助理教授。他于2022年获得加州理工学院计算机与数学科学博士学位。在此之前，他于香港中文大学取得数学与信息工程双学位及哲学硕士学位。

李彤欣教授目前的研究方向包括机器学习、控制、以及优化等交叉学科以及在电力系统与可持续低碳清洁能源领域的应用。研究兴趣包括探索研发可信人工智能从而改进智能电网的可持续性、鲁棒性、可拓展性、隐私安全以及可适应性。李彤欣教授多次获邀参加国际会议报告，在国际顶尖期刊与会议发表文章。李彤欣教授在产研结合方面拥有丰富经验。他曾两次在亚马逊云计算安全组担任实习应用科学家。他曾参与可再生能源实验室、帕萨迪纳市水电局以及加州理工学院能源设施中心合作的多个电力系统优化设计项目。他参与的智能电网项目曾获Resnick可持续发展中心2021影响力资助奖。

刘桂良博士现任香港中文大学（深圳）数据科学学院助理教授。他在加拿大西蒙弗雷泽大学（Simon Fraser University）计算机科学学院获得博士学位，并在加拿大滑铁卢大学（University of Waterloo）及向量研究院（Vector Institute）完成博士后研究。刘桂良教授研究主要聚焦于具身智能决策与强化学习，研发了EmbodiedChain具身智能数据引擎，实现虚实迁移下的机器人操作技能生成和部署；并提出了逆约束推断强化学习模型，致力于提升强化学习控制模型的安全性和稳定性。他同时兼任跨维智能强化学习技术专家、学院具身决策实验室负责人以及河套学院研究员。刘桂良教授在包括NeurIPS、ICML、ICLR在内的国际机器学习顶级学术会议和期刊上发表论文30余篇，担任NeurIPS、ICLR领域主席，并入选深圳市“鹏城优才”及香港中文大学（深圳）“校长青年学者”计划。

罗智泉教授是中国工程院外籍院士、加拿大皇家科学院院士、香港中文大学（深圳）副校长、深圳市大数据研究院院长、深圳河套学院执行院长、香港中文大学（深圳）—深圳市大数据研究院—华为未来网络系统优化创新实验室主任。他于 1984 年获北京大学数学系学士学位，1989 年获美国麻省理工学院电子工程与计算机科学系运筹学博士学位。他是 SIAM 会士和 IEEE 会士以及 IEEE 信号处理期刊主编（2012-2014）。

罗智泉教授的学术成果包括无线通信的收发机优化设计、最优鲁棒波束成形设计、动态频谱管理等，相关论文分别获得 2004 年、2009 年、2011 年和 2015 年 IEEE 信号处理学会、2011 年国际通信大会、欧洲信号处理学会以及 2020 年世界华人数学家联盟最佳论文奖。因在优化理论领域的卓越贡献，他于 2010 年获美国运筹和管理科学协会 Farkas 奖，2018 年获国际数学优化学会 Tseng 纪念奖，2022 年获中国工业与应用数学学会第一届王选应用数学奖，2023 年获深圳市科技进步奖一等奖以及 2025 年 ICCM 首届华罗庚奖。

2020 年，挑战网络效能最大化的难题，他开创性地提出了数据驱动的网络优化技术路线和算法框架，成功将数据驱动网络统计模型与人工智能技术深度融合。成果被华为 GTS 认定为"根技术"，目前已成功应用于 30 多个国家的无线网络，优化超过 180 万个基站，显著提升了网络性能。该技术不仅惠及全球四分之一人口，还为电信运营商大幅降低了运营成本和碳排放，产生了显著的经济效益和社会效益。

濮实博士现任香港中文大学（深圳）数据科学学院助理教授、副研究员、校长青年学者。在此之前, 曾任佛罗里达大学、亚利桑那州立大学和波士顿大学博士后研究员。2012年取得北京大学工学学士学位, 2016年取得弗吉尼亚大学系统工程博士学位。主要研究方向为分布式优化和机器学习算法。2017年获弗吉尼亚大学Louis T. Rader杰出毕业生荣誉称号。作为第一或通讯作者在运筹优化领域的权威期刊Operations Research、Mathematical Programming，控制和信号处理领域的权威期刊IEEE TAC、IEEE TSP等发表20余篇论文，入选ESI高被引论文1篇，总被引一千余次。主持国家自然科学基金青年和面上项目、广东省青年人才项目、深圳市优青项目等。目前担任期刊IEEE Control Systems Letters编委，曾担任IEEE Control Systems Society会议编委。2023年成为IEEE资深会员。2024年和2025年入选斯坦福大学全球前2%科学家榜单。

王本友教授于2022年在意大利帕多瓦大学取得博士学位。他曾是欧盟玛丽居里研究员，曾在丹麦哥本哈根大学、加拿大蒙特利尔大学、荷兰阿姆斯特丹大学、华为诺亚方舟实验室、中科院理论物理所、社科院语言所交流访问。王教授的主要研究方向为自然语言处理方面、应用机器学习、信息检索。他曾获得国际信息检索顶级会议SIGIR 2017（CCF A类会议）最佳论文提名奖，获奖论文（IRGAN）是SIGIR历史上引用最多的论文之一，是最早也是最成功的GAN在信息检索领域的应用；曾获得国际自然语言处理顶级会议NAACL 2019最佳可解释论文奖，与自然语言处理里程碑工作BERT一起同台领奖。王教授在国际顶级会议ICLR/NeurIPS/ACL/EMNLP/NAACL/SIGIR/WWW/CIKM/AAAI/IJCAI和国际顶级期刊TOIS/TOC/TCS等发表了20余篇论文。他的专著《推荐系统与深度学习》由清华大学出版社出版。他长期担任ICLR/NeurIPS/ICML审稿人。

姚建峰教授于1990年至2000年在巴黎第一大学索邦大学担任助理教授和副教授。2000年起担任雷恩第一大学数学系应用数学专业正教授。他还于1989-1994年在SUDIMAGE R&D、于2003-2004年在法国INRIA担任访问职位。2011年起在香港大学担任副教授和正教授。姚建峰教授同时也是山东大学数学学院特聘教授。

姚教授是随机矩阵理论和高维统计领域的国际领先学者。他的著作《大样本协方差矩阵和高维数据分析》（剑桥大学出版社，2015，与白志东、郑术蓉合著）是该领域的权威参考书。姚教授因其研究贡献曾多次获奖。姚教授为国际数理统计学会会士、国际统计学会会员、伯努利数理统计与概率学会科学书记和执行委员会委员。姚建峰教授担任多家著名期刊现任编委，如Journal of Multivariate Analysis、Random Matrices: Theory and Applications，曾任Bernoulli期刊编委。他曾获得评价：“对随机矩阵理论在高维数据分析中的推论方面做出了有影响力的贡献”。

于天舒博士现为香港中文大学（深圳）助理教授。于博士于2012年毕业于沈阳工业大学并取得学士学位。其后前往加拿大卡尔加里大学攻读地理信息工程专业并于2016年获得硕士学位。在此之前，他曾于2012至2014年间任飞利浦医疗算法工程师。于博士将于2021年从亚利桑那州立大学计算机科学专业毕业并取得博士学位。

于博士主要研究兴趣涵盖多个机器学习和组合问题优化相关领域。他对利用机器学习解决传统组合问题，图学习和优化，以及在深度学习框架内寻求结构扩展特别感兴趣。循环神经网络，行列式点过程也是他开展的研究之一。于博士也是多个顶级会议（例如ICLR 2021, NIPS 2020, CVPR 2019-2021, ICCV 2019, ECCV 2020等）以及期刊（例如IEEE Transactions on Image Processing, IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Circuits and Systems for Video Technology, Pattern Recognition, Pattern Recognition Letters等）的审稿人。

查宏远教授现为香港中文大学（深圳）校长学勤讲座教授、数据科学学院副院长（科研）。

查宏远教授1984年毕业于复旦大学数学系， 并于1993年获得斯坦福大学科学计算专业博士学位。查教授于2006年至2020年任职于佐治亚理工学院计算机学院，1992年至2006年任职于宾州州立大学计算机科学与工程系，他也曾于1999年至2001年任职于 Inktomi 公司。他目前的研究方向是机器学习及应用。

查教授在计算机等相关领域的主流科技期刊和顶级学术会议上发表400多篇论文，据谷歌学术统计，截止2024年11月，谷歌H-index 93，总引用率超38349次。曾荣获多项重要学术奖项，如 Institute of Mathematics and Applications（IMA）授予的“莱斯利福克斯奖（Leslie Fox Prize）”二等奖（1991年），第34届ACM SIGIR国际信息检索会议（SIGIR 2011）最佳学生论文奖（指导教授）（2011年），第26届NeurIPS“最佳论文奖” (2013年)。