点击上方“CVPaper”卡片并设置星标，每天获取顶刊论文解读

点击“交流群”，加入论文投稿、写作、阅读分享交流

深圳大学李梦柯教授

👨‍🏫 学者简介

李梦柯教授目前工作于 深圳大学计算机与软件学院，隶属 **视觉计算研究中心 (VCC)**，由黄惠教授领导。她于 2022 年 在香港浸会大学计算机科学专业获得博士学位（导师：張曉明教授），并分别于 2018 年 和 2015 年 获得西安电子科技大学信号与信息处理硕士学位以及西南大学通信工程学士学位。

目前，李梦柯教授的研究方向主要集中在 计算机视觉 领域，包括 长尾学习、持续学习、噪声标签学习 和 多模态学习 等，最近她也在深入探索多智能体（Agentic AI）分析，取得了丰富的研究成果。

如果您目前正计划继续深造且对她的研究方向感兴趣，可参考她的 硕士招生简章 或直接联系她。

🎯 研究方向

• Long-tail / Imbalance Learning （长尾学习/不平衡学习）
• Continual Learning （持续学习）
• Semi-Supervised Learning （半监督学习）
• Multimodal Learning （多模态学习）
• 3D Point Cloud Analysis （三维点云分析）

📚 代表作

1. Ye Liu, Mengke Li, et al. (2024). Long-tail continual learning with cross-task data augmentation. IJCAI 2024.
2. Zhikai Zhou, Mengke Li, et al. (2024). Long-tailed imbalanced data handling for continual learning. TPAMI 2024.
3. Haiquan Ling, Mengke Li, et al. (2026). Noisy long-tail labels: A robust learning framework. ICML 2026.
4. Yunfan Zhang, Mengke Li, et al. (2024). Enhancing multi-modal learning under noisy label conditions. AAAI 2024.
5. Zhikai Zhou, Mengke Li, et al. (2023). Point cloud generalization under long-tail distributions. TCSVT 2023.

📬 联系方式

• 工作单位：深圳大学计算机与软件学院
• Email：mengkeli@szu.edu.cn
• 个人网站：https://keke921.github.io/

🎉 最新动态

• 2026/05：荣获 ICML 2026 Gold Reviewer 奖
• 2026/05：一篇论文成功被 ICML 2026 接收，恭喜 Haiquan！
• 2026/04：获邀与郑州大学胡教授、厦门大学卢教授共同组织 CCIG 论坛，主题为「基石模型泛化的边界：长尾学习与持续学习的挑战」。期待您的参与！