由澳門特別行政區政府主辦的「2026年澳門國際環保合作發展論壇及展覽」（下稱「2026MIECF」）將於2026年3月26日至28日舉行，以「低碳無廢城市 全球協力啟航」為大會主題。展會期間將舉辦四場「綠色論壇」專題環節，聚焦生態文明建設、廢物管理體系、綠色金融及區域環保合作等議題，邀請來自中國內地、葡語國家、東南亞國家及港澳地區等的知名專家學者，攜手共創綠色低碳可持續發展新未來。
緊扣全球城市綠色發展趨勢，「綠色論壇環節四：以創新思維共建無廢城市」將於活動第二天（3月27日）下午假澳門威尼斯人西西里會議廳舉行。全球城市每年產生的廢棄物數量龐大，倘若未有得到妥善處理和再利用，將為城市環境和固體廢物的處理帶來壓力，因此「無廢城市」的概念應運而生。本環節將匯聚不同領域的專家學者，共同探討如何通過創新的思維，重塑固體廢物管理體系。同時將進一步聚焦可執行的策略及解決方案，推動從「末端處理」轉型為「全生命週期管理」，推動無廢城市的發展。
MIECF綠色論壇匯聚海內外專家學者，探討綠色發展新路向。澳門政府新聞局圖片
上述環節將邀請葡萄牙環境署理事會主席José Carlos Pimenta Machado、北京市生態環境局固體廢物與化學品處副處長周苑松、香港環境保護署高級環境保護主任（減廢及社區回收）關有傑、中華人民共和國生態環境部華南環境科學研究所華南環境損害司法鑒定中心副主任檀笑、中華人民共和國生態環境部華南環境科學研究所固體廢物污染防治技術研究室主任張明楊，以及Rekosistem聯合創辦人兼首席執行官Ernest Christian Layman擔任演講嘉賓；並由澳門大學鄭裕彤書院代院長黃承發主持。
講者將分別圍繞「葡萄牙邁向低碳無廢城市之路：創新、政策與可複製的市政解決方案」、「北京‘無廢城市」建設的創新實踐」、「廚餘和「綠在區區」：智能回收網絡促進香港回收」、「澳門生活垃圾焚燒飛灰資源化路徑探討和「無廢灣區」建設構想」、「粵港澳大灣區「無廢城市」高質量建設路徑與展望」、「重新思考廢棄物的資源回收模式—通過整合型循環供應鏈實現城市的可持續發展」等主題，分享各地在推動無廢城市建設過程中的寶貴經驗與實踐成果。
論壇環節設有即時傳譯，為與會者提供無障礙的國際環保資訊交流平台。大會將繼續為指定論壇申請專業認證資格，並向出席指定論壇人士發放出席證書。
詳情請瀏覽大會網站（http://www.macaomiecf.com）或致電（853）8798 9675向主辦單位查詢；亦歡迎關注微信官方帳號「MIECF」以獲取最新資訊。
澳門理工大學研究團隊成功解開由著名電腦科學家高德納（Donald Knuth）於2011年提出的經典數學迷題。研究成果成功入選全球計算機科學領域頂級學術會議—ACM-SIAM離散算法研討會（SODA 2026），填補了圖論與組合算法領域的空白，展現澳理大的卓越科研實力。
在澳理大校長嚴肇基及應用科學學院院長林燦堂的指導下，副教授黃智謙聯同計算機應用技術博士研究生柳博文組成的研究團隊，提出首個完全圖生成樹的樞軸格雷碼（Pivot Gray code for spanning trees of complete graphs），成功解答了高德納於經典巨著《電腦程式設計藝術》（The Art of Computer Programming）提出的公開習題─「有沒有簡單的格雷碼把完全圖 K_n 的所有 n^{n-2} 個生成樹列出來？」。該習題被評為難度46分（滿分50），被視為圖論與組合算法領域最具挑戰性的謎題之一。
澳門理工大學研究團隊解開高德納經典數學迷題。部份圖片來源：《The Art of Computer Programming》
澳理大研究團隊設計了一種簡單高效的遞歸算法，其特點是列出的每兩個相鄰生成樹之間僅有一條邊發生變化，成功生成完全圖生成樹的格雷碼。同時，研究團隊提出了一種嶄新的方式來證明Cayley公式（即完全圖的生成樹數量為n^(n-2)）。研究成果具創新性與實用價值，更入選計算機科學領域頂級學術會議SODA 2026，充分彰顯澳理大科研實力的國際化水平。
ACM-SIAM離散算法研討會（SODA, ACM-SIAM Symposium on Discrete Algorithms）由計算機協會（ACM, Association for Computing Machinery）與工業與應用數學學會（SIAM, Society for Industrial and Applied Mathematics）聯合主辦，是全球計算機科學與離散算法領域最具聲望的頂級學術會議之一，被中國計算機學會（CCF）評定為A類會議、CORE評為A*類會議，是理論計算機科學領域最具影響力的學術盛會之一。該會議歷年來匯聚眾多圖靈獎得主參與，彰顯其在學術界的崇高地位。
澳理大應用科學學院積極推動人工智能技術發展，開設電腦學理學士學位課程、人工智能理學士學位課程、大數據與物聯網碩士課程、環境智能碩士課程、運動科技與創新碩士課程、計算機應用技術博士學位課程、人工智能藥物發現博士學位課程、教育技術與創新博士學位課程，構建本碩博全人才的培養模式。開展多項科技、環境科學、醫學、教育、運動等領域的跨學科交叉融合，推動科研創新，為全球科學發展作出貢獻。
