为推动深度学习基础理论研究，搭建高水平学术交流平台，《Journal of Machine Learning》（JML）现启动 “深度学习理论（Deep Learning Theory）” 专刊征文，诚邀海内外科研人员踊跃投稿。

一、专刊主旨

本专刊聚焦深度学习实证现象与基础理论的深度融合，旨在系统展示实证研究与数学理解的前沿成果。专刊特别强调理论严谨性、技术扎实性、数学清晰性与科学洞察力，鼓励从根本上阐释深度学习模型的学习、优化、泛化与扩展机制，为现代机器学习的基础研究提供全面、深入的学术图景。

二、征稿范围

专刊接收深度学习理论方向的原创研究论文，主题包括但不限于：

1、逼近论（Approximation Theory）

2、优化动力学（Optimization Dynamics）

3、泛化理论（Generalization Theory）

4、深度学习中的有价值的现象（Interesting Phenomena in Deep Learning）

5、大语言模型的理论研究（Theoretical Investigations of Large Language Models）

6、生成式模型的理论研究（Theoretical Investigations of Generative Models）

三、客座编辑

Arthur Jacot、刘方辉、闵含城、苏炜杰、王立威、吴磊、许志钦、张耀宇

四、关键时间节点

发表方式：录用即在线发表

集中推广：2027年7月（将在中国科学机器学习与科学应用大会、CSIAM通讯、SIAM通讯等平台集中宣传）

五、投稿要求

投稿入口：https://ef.msp.org/submit_new.php?j=jmlearn

作者指南：https://www.global-sci.com/jml/guide-for-authors

投稿说明：请在投稿信（Cover Letter）中注明：Submission to the Special Issue on“Deep Learning Theory”

所有投稿将严格执行同行评审，标准与期刊常规稿件一致。

六、期刊简介

《Journal of Machine Learning》（JML）由鄂维南院士与鲁剑锋教授联合主编，由中国工业与应用数学学会、北京大学国际机器学习研究中心、北京科学智能研究院联合主办，聚焦机器学习及其交叉前沿，已被美国数学学会MathSciNet收录，是人工智能时代的重要学术阵地。

诚邀各位学者积极投稿，共同推动深度学习理论迈向更深、更广、更坚实的新阶段！

期刊官网：https://www.global-sci.com/jml/

学会出版工作委员会供稿