【截稿日期更新】2026年第七届人工智能应用与技术大会（AIAAT 2026）诚邀莅临！

昆明理工大学创建于1954年9月1日，时名“昆明工学院”，1995年更名为“昆明理工大学”，1999年原昆明理工大学与原云南工业大学合并组建新的昆明理工大学。

昆明理工大学现有1个学部、38个学院（含4个现代产业学院、中老工程技术学院、卓越工程师学院、昆明理工大学马来西亚理工学院、创新创业学院、数字经济学院、中德学院）、7个研究院，设有研究生院；有27个临床教学基地（含9个附属医院、14个教学医院、4个实习医院）。

昆明理工大学工程学、材料科学、化学、环境/生态学、植物与动物学、农业科学、临床医学、计算机科学、地球科学、生物学与生物化学、药理学与毒理学、分子生物学与遗传学共12个学科先后进入ESI全球前1%，工程学进入ESI全球前1‰。现拥有国家重点学科1个、国家重点培育学科1个、省级重点学科23个、省级一流建设学科14个、省院省校合作共建重点学科9个；国家级博士后科研流动站12个、省级博士后科研流动站9个；一级学科博士学位授权点18个、博士专业学位授权点5个；一级学科硕士学位授权点45个、硕士专业学位授权点24个；有89个本科招生专业，其中32个专业通过国家专业认证（评估），43个专业获批国家一流本科专业建设点。

大会主席

杨博，昆明理工大学，中国

程序委员会

谭营，北京大学，中国（主席）

杨知方，重庆大学，中国（主席）

Sergey Ablameyko，白俄罗斯国立大学，白俄罗斯共和国

Cheng Siong Chin，纽卡斯尔大学，新加坡

Maki Habib，开罗美国大学，埃及

华昊辰，河海大学，中国

组织委员会

谷也，深圳技术大学，中国

李强，深圳技术大学，中国

王顺利，内蒙古工业大学，中国

姚伟，华中科技大学，中国

张传科，中国地质大学，中国

张孝顺，东北大学佛山研究生创新学院，中国

出版主席

林伟，重庆大学，中国

Raja Kumar Murugesan，泰莱大学，马来西亚

宣传主席

Zhiyong Chen，纽卡斯尔大学，澳大利亚

Yan Chai Hum, 拉曼大学，马来西亚

财务执行主席

李玲，香港机械工程师学会，中国，香港

更多委员会信息：https://www.aiaat.org/Com.html

1. 人工智能中的伦理与偏见

探讨人工智能决策带来的伦理影响，确保算法公平并减少偏见。

2. 自然语言处理（NLP）

自然语言处理技术的发展，如聊天机器人、机器翻译与情感分析。

3. 人工智能与自动化

全球碳中和转型正推动以电力电子变流器为接口的可再生能源大规模接入电网,形成了电力电子化电力系统的新格局,在带来机遇的同时也带来了严峻挑战。可再生能源的固有间歇性和电力电子设备的低惯性特征对系统稳定性和电能质量构成了严重威胁。本专题旨在探讨电力电子化电力系统与智能控制的前沿解决方案，重点关注先进的感知技术和人工智能驱动的控制策略如何协同解决这些挑战。主题包括但不限于：人工智能赋能的稳定性评估与预测；用于高效电能转换的宽禁带半导体器件;面向电网控制的信息物理系统安全与通信协议；；智能故障检测与弹性增强；交直流混合微电网的实时控制。本专题旨在促进电力电子、通信和人工智能领域研究的跨学科融合,为构建更智能、更具弹性、更可持续的电力系统奠定基础。

相关话题:

1. 人工智能与机器学习赋能电力系统稳定与安全控制

2. 基于宽禁带器件的先进电力电子与智能控制

3. 支撑电网自动化运行的通信网络与网络安全

4. 面向电力系统的智能感知、状态估计与自动化诊断

5. 面向自动化电网支持的跟网型与构网型控制策略

4. 生成式人工智能

能够自主创作内容的模型（如 GPT‑3、DALL‑E）的兴起及其在各行业的应用。

5. 人工智能与气候变化

本专栏关注人工智能在气候变化分析、预测与气候灾害防护方面的应用，覆盖人工智能在长期气候变化与短期微气象预测等内容，征稿范围包括但不限于基于AI与数据驱动的气候变化趋势与成因分析、局部微气象灾害发展预测、极端气象灾害预警与预防、气象灾害危害分析、气象科学在其他学科的应用。专栏面向全球科研人员与工程师，征集高质量论文、案例与技术综述，推动AI在气候变化方面的应用，促进气象科学与其他学科的交叉应用，支撑交叉学科发展。

相关话题：

1. 基于人工智能的气候变化趋势分析

2. 基于人工智能的气候变化建模

3. 局部微气象灾害预测

4. 极端气象灾害预警与预防

5. 气象灾害危害分析

6. 气象科学在其他学科的应用

6. 通用人工智能（AGI）

围绕实现可完成人类所有智力任务的人工智能的可能性及其影响展开讨论。

7. 机器学习可解释性

近年来，机器学习技术在医疗、金融、自动驾驶、电力系统等领域的广泛应用推动了人工智能的跨越式发展。然而，随着模型复杂度不断提升，其“黑箱”特性引发的透明度、公平性及可信度问题日益突出。在医疗诊断、电力系统优化等高风险场景中，模型决策的逻辑可解释性已成为应用落地的关键瓶颈。可解释性机器学习旨在通过开发能够以人类可理解的方式呈现模型预测依据的技术，破解这一难题。尽管当前已有诸多解释方法涌现，但在解释精度与模型性能的平衡、解释结果的可靠性验证以及满足伦理法规要求等方面仍面临严峻挑战。本专题将聚焦机器学习可解释性的前沿研究，探讨新型解释方法、评估体系及行业应用实践，旨在为相关领域的专家学者提供交流平台，共同推动构建更透明、可信的人工智能系统。

相关主题：

1. 均衡透明度与预测性能的可解释性模型设计

2. 面向黑箱模型的事后解释技术

3. 跨任务和领域的解释性评估和测试基准

4. 融合因果推断与反事实推理的可解释性增强

5. 可解释机器学习在新型电力系统运行与调控中的应用

8. 人工智能在电力与能源领域的应用

本专栏聚焦人工智能在电力与能源领域的应用，汇聚人工智能与能源转型交叉领域的前沿研究、工程实践与创新方案，覆盖智能决策、数据驱动运维、新能源功率预测、智能电网优化、碳中和路径规划等关键场景。专栏面向全球科研人员与工程师，征集高质量论文、案例与技术综述，搭建学术交流平台，推动 AI 与电力能源深度融合，支撑能源系统安全、高效、低碳发展。

相关话题：

1. 基于人工智能的新能源预测与并网运行

2. 基于先进机器学习的能源建模技术

3. 大模型驱动的智慧能源系统

4. 人工智能驱动的智慧能源控制运行技术

5. 电力设备智能故障诊断、状态评估与预测性维护

6. 面向碳中和、能效提升与低碳转型的人工智能应用

请通过投稿系统投稿：https://cmt3.research.microsoft.com/AIAAT2026

1）稿件必须用英文撰写；
2）稿件应按照模板标准撰写；
3）创新与科学价值不可或缺；

4）禁止抄袭；
5）禁止一稿多投。

1）具有重大拓展意义的入选论文（已录用并发表）将被推荐发表于Energy Engineering特刊“Application of Artificial Intelligence in Energy Systems: Toward Low-Carbon and Economic Sustainability”，并提交EI Compendex和Scopus数据库进行审核和索引。

2）具有重大拓展意义的入选论文（已录用并发表）将被推荐发表于Digital Technologies Research and Applications (DTRA)，提交SCOPUS, Google Scholar数据库进行审核和索引。

3）具有重大拓展意义的入选论文（已录用并发表）将被推荐发表于Machines，提交SCIE (Web of Science), SCOPUS, Google Scholar数据库进行审核和索引。

4）具有重大拓展意义的入选论文（已录用并发表）将被推荐发表于Robotics，提交SCIE (Web of Science), SCOPUS, Google Scholar数据库进行审核和索引。

投稿截止日期：2026年5月10日
录用通知日期：2026年5月25日
注册截止日期：2026年6月10日

这里是一座被春天眷顾的城市——昆明，中国西南的“春城”，海拔1900米的高原明珠。“春城”绝非虚名。这里年平均气温15℃，夏无酷暑，冬无严寒。当北方寒冬凛冽或南方酷暑难耐时，昆明正沐浴在恰到好处的阳光里。一件薄外套，便能从容应对四季。这里的蓝天有一种透明的质感，阳光是金箔色的，洒在身上只有温暖，没有燥热。

• 滇池：云南最大的淡水湖，烟波浩渺，是昆明的“呼吸之肺”。冬季，成千上万的红嘴鸥从西伯利亚飞来赴约，与人共舞，成为一场持续三十多年的浪漫奇观。

• 石林：“天下第一奇观”。亿万年的地质传奇，打造出这片莽莽苍苍的石头森林。行走其间，仿佛闯入异星世界，喀斯特地貌的鬼斧神工令人叹为观止。

• 翠湖：城市的翡翠心脏。四季景色各异，春柳夏荷，秋月冬鸥。这里凝聚着昆明最闲适的市井生活，是观察本地人“慢生活”的最佳窗口。