通过物联网技术和能够收集和处理海量数据集的先进算法，城市计算和智能能够做出更明智的决策，并在人类和城市环境之间创建反馈循环。它可以弥合泛在感知、智能计算、协同通信和大数据管理技术之间的差距，创造新的解决方案，改善城市环境、生活质量和智慧城市系统。近年来，城市计算与智能由于解决了快速城市化带来的许多问题，包括交通、环境和能源问题，受到了工业界和学术界的广泛关注。

各种学习架构和技术，如机器学习、表示学习、深度学习和迁移学习，已经被引入来彻底改变大型社会数据挖掘和信息处理方法。为了满足城市数据采集、存储、管理、处理和分析的需要，传统的学习方法和先进的学习方法都必不可少。充分利用学习方法可以让城市变得足够聪明，有效地处理大量的城市数据。

鉴于这一潜力，本期特刊提供了一个促进基于不同学习方法的城市计算和智能的场所。我们欢迎展示学习方法和算法潜在应用的高质量原创研究和评论文章，包括智能环境、智能交通、智能能源管理和大数据驱动的城市规划。尽管这些方法取得了一定的成功，但仍需要解决各种科学和工程方面的挑战，如软硬件开发、计算复杂性、数据多源异构性和安全/隐私问题。因此，我们欢迎寻求解决这些问题的研究贡献。

可能的主题包括但不限于以下内容:

• 城市数据挖掘和分析的学习方法
• 新的机器学习方法用于城市数据聚类和分类
• 智慧城市的数据挖掘和机器学习
• 城市计算的安全性、信任和私密性
• 用于城市计算和智能的人工智能模型
• 用于城市分析的大数据基础设施
• 城市传感和城市智能传感
• 基于城市数据的个性化推荐系统
• 城市环境监测、分析和预测
• 智能交通系统的先进学习方法