第十届智能计算与信号处理国际学术会议(ICSP 2025)

 

欢迎参加 ICSP 2025

 

2025 第十届智能计算与信号处理国际会议

 

诚挚邀请您出席定于 2025 年 5 月 16 日至 18 日在中国习安举行的第十届智能计算和信号处理国际会议 （ICSP 2025）。这个受人尊敬的会议由习安科技大学自豪地赞助，并由其计算机科学与技术学院组织，习安石油大学是协办方。

 

作为全球科学创新的先驱，中国一直坚定不移地为科学探索营造日益开放的环境。这种环境促进了更深入、更广泛的学术合作，催生了一个造福所有人的创新社区。这些努力不仅为全球化做出了重大贡献，而且有助于构建命运共同体。我们相信 ICSP 2025 将成为交流思想、促进合作并推动智能计算和信号处理前沿发展的平台。我们期待您的参与和贡献这一重大活动。

 

为了适应不断变化的世界和中国在新时代的快速发展，智能计算与信号处理国际会议 （ICSP 2025） 将以“智能计算与信号处理”为主题。本次会议将深入探讨智能计算和机器学习、信号处理和智能控制、图像处理和计算机视觉、物联网和传感器技术等领域的研究前沿。其目标是推动计算机领域的进步，拓宽科学技术领域的国际学术交流渠道，建立学术资源共享平台，并在全球范围内促进科学创新。此外，它还旨在加强中国与国际社会的学术合作，促进智能计算和信号处理产业的发展，促进不同领域研究前沿的信息交流，连接国内外最先进的学术资源，将研究成果转化为工业解决方案，汇集人才、技术和资本，推动发展。

 

重要日期

 

论文全文提交日期：2025 年 3 月 1 日

 

注册截止日期：2025 年 4 月 1 日

 

最终论文提交日期：2025 年 4 月 16 日

 

会议日期：2025 年 5 月 16-18 日

 

出版

 

所有受邀和投稿的论文，以及被接受的论文，都将出版并提交给 EI Compendex 和 Scopus 进行索引。所有会议论文集论文不能少于 4 页。

 

 

邀请嘉宾

 

王兆成教授，IEEE Fellow，IET Fellow

中国清华大学

 

王兆成教授分别于 1991 年、1993 年和 1996 年获得清华大学学士、硕士和博士学位。1996 年至 1997 年，他是新加坡南洋理工大学的博士后研究员。从 1997 年到 1999 年，他担任 OKI Techno Centre Pte.Ltd.，新加坡。1999 年至 2009 年，他在德国 Sony Deutschland GmbH 担任高级工程师/首席工程师。自 2009 年以来，他一直担任清华大学电子工程系的正教授。王教授曾于 2012 年至 2019 年担任清华大学信息科学与技术国家实验室宽带通信重点实验室主任，现任宽带无线通信与信号处理实验室主任。他是高被引研究员 （Clarivate Analytics）、世界前 2% 科学家 （斯坦福大学）、IEEE 会士、AAIA 会士、AIIA 会士和 IET 会士。

 

 

 

王教授的研究兴趣包括 6G 无线通信、AI 赋能无线通信和可见光通信。他以大量高质量的原始授权专利和在高影响力期刊上的出版物而闻名于世。他拥有 64 项美国/欧洲授权专利。多项获批的专利被多项国际标准视为标准必要专利 （SEP）。除此之外，他还撰写/合著了五本书，其中两本已被IEEE数字与移动通信系列选为，并由Wiley-IEEE出版社出版。王教授发表了300多篇同行评审论文，其中17篇被选为Clarivate Analytics ESI高被引论文，其中7篇获得最佳论文奖，包括IEEE ComSoc Leonard G. Abraham奖（IEEE通信选定领域杂志最佳论文奖）， IEEE ComSoc 亚太杰出论文奖、IET Premium Award（电子通讯最佳论文奖）、IEEE Scott Helt Memorial Award（IEEE Transactions on Broadcasting最佳论文奖）以及多个知名国际会议的最佳论文奖。他已经获得了超过 20000 次 Google 引用，他的 H 指数为 68。

 

 

 

王教授目前是 IEEE Transactions on Communications 的副主编、IEEE/OSA Journal of Lightwave Technology 的副主编以及 Digital Communications and Networks 的副主编。他于 2011 年至 2015 年担任 IEEE Transactions on Wireless Communications 的副主编，2013 年至 2016 年担任 IEEE Communications Letters 的副主编，2019 年至 2023 年担任 IEEE Systems Journal 的副主编，以及 2019 年至 2022 年担任 IEEE Open Journal of Vehicular Technology 的副主编。他还是 IEEE GlobalSIP2015 光无线通信研讨会的信号处理联合主席、OECC2015 光无线通信研讨会的联合主席和 IEEE ICC2013 无线通信研讨会的联合主席。

 

 

 

 

 

报告题目：6G 无线系统的集成传感和通信关键技术

 

 

 

摘要 ： 本次演讲介绍了未来 6G 无线系统在促进集成传感和通信 （ISAC） 的固有挑战。具体来说，详细介绍了以下关键技术，包括：（1）通信与传感之间的交叉干扰协调;（2）面向ISAC无线系统的跨域OFDM波形设计;（3）ISAC 无线系统的多普勒弹性序列参数优化;（4）采用和差光束的单个基站进行精确定位。从波形的角度来看，本次演讲深入探讨了通信/传感的不同性能评估标准。利用最先进的 3GPP OFDM 波形信号，可以通过正交资源分配和序列设计实现额外的传感功能，同时保持现有通信框架不变。从光束的角度，本研究深入探讨了通信/传感的不同应用场景。通过大规模天线阵列，可以显着减少通信和传感信号之间的交叉干扰。因此，通信速率和传感精度都可以提高。这些关键技术促进了从波形设计、硬件设备到网络架构的通信和传感功能的无缝集成。

 

 

 

 

 

马建国教授，IEEE Fellow

中原理工大学

 

马建国先生于1996年在德国杜伊斯堡杜伊斯堡大学获得工程博士学位。1996 年 4 月至 1997 年 9 月在加拿大达尔豪斯大学进行博士后研究后，他于 1997 年 9 月至 2005 年 12 月在新加坡南洋理工大学 （NTU） 任教。2006 年 1 月至 2009 年 10 月就职于电子科技大学，2009 年 10 月至 2016 年 8 月担任天津大学电子信息工程学院院长和青岛海洋工程研究所创始所长;他于 2016 年 9 月至 2021 年 8 月加入广东工业大学，担任特聘教授。马博士于 2021 年 9 月至 2022 年 10 月担任浙江大学微纳电子学院副院长，自 2022 年 11 月 1 日起加入浙江实验室。他的研究兴趣是：微波电子学;无线基础设施的 RFIC 应用程序;微波和太赫兹微电子系统;

 

 

 

2003 年至 2005 年，他担任 IEEE Microwave and Wireless Components Letters 的副主编;他是 IEEE 大学计划特设委员会成员（2011~2013）。

 

马博士于 2013-2018 年担任 IEEE 论文集编委会成员

 

 

 

他是 IEEE Fellow of the Leadership in Microwave Electronics and RFICs Applications

 

马博士于 2020 年至 2022 年担任 IEEE Transactions on Microwave Theory and Techniques 的主编。

 

 

 

演讲题目：物联网与智能制造

 

 

 

摘要：我对物联网 （IoT） 的定义是“让 othings 说话”。物联网有许多应用，但没有一个像它在制造业中的应用那样重要和紧迫。因此，不幸的是，物联网在国外一直比国内更受欢迎。这是因为制造业是一个国家经济发展和可持续生存的基石，工业过程迫切需要“说话”，产品的制造过程迫切需要“说话”，产品的整个生命周期状态也迫切需要“说话”！这些方面构成了工业 4.0 或工业智能化和智能制造的核心。此外，智能制造在国外的普及程度远远超过国内。本报告使用事实来探讨我国是否仍然有资格成为“制造业强国”。顺便说一句：它指出我国发表的科学论文数量少得可怜，突出了大幅增加出版物的必要性。

 

 

 

Chong-Yung Chi 教授，IEEE 终身会士，AAIA 会士

国立清华大学， 中国台湾

 

Chong-Yung Chi（终身研究员，IEEE和AAIA研究员）于1975年在中国台北大同理工学院获得学士学位，1977年在中国台北国立台湾大学获得硕士学位，并于1983年在美国洛杉矶南加州大学获得博士学位，都是电气工程专业。

 

 

 

他目前是中国台湾新竹国立清华大学的教授。他发表了 240 多篇技术论文（被 Google-Scholar 引用超过 7400 次），包括 90 多篇期刊论文（主要在 IEEE TRANSACTIONS ON SIGNAL PROCESSING）、140 多篇同行评审会议论文、3 本书章节和 2 本书，包括一本教科书《信号处理和通信的凸优化：从基础到应用》，CRC 出版社， 2017 年（自 2010 年以来，该课程已在中国大陆 10 所一流大学的一系列特邀强化短期课程中广泛使用）。他目前的研究兴趣包括无线通信的信号处理、盲源分离的凸分析和优化、生物医学和高光谱图像分析、基于图的学习和信号处理，以及机器学习中的数据安全和隐私保护。

 

 

 

Chi 博士获得了 2018 年 IEEE 信号处理学会最佳论文奖，题为“多用户 MISO 下行链路的中断约束鲁棒传输优化：通过圆锥优化进行可处理的近似”，IEEE 信号处理汇刊，第 62 卷，第 21 期，2014 年 11 月。他一直是许多 IEEE 赞助和共同赞助的信号处理和无线通信研讨会、专题讨论会和会议的技术程序委员会成员，包括 2001 年 IEEE 无线通信信号处理进展研讨会 （SPAWC） 的联合组织者和总联合主席。他曾担任四份 IEEE 期刊的副主编 （AE），包括 IEEE TRANSACTIONS ON SIGNAL PROCESSING 9 年（2001 年 5 月至 2006 年 4 月，2012 年 1 月至 2015 年 12 月），并且是信号处理理论与方法技术委员会 （SPTM-TC） 的成员（2005-2010 年），通信和网络信号处理技术委员会 （SPCOM-TC） 的成员（2011-2016 年），以及传感器阵列和多通道技术委员会 （SAM-TC） 的成员（2013-2018 年）。 IEEE 信号处理学会。

 

 

 

 

 

报告题目：通过 CVX 优化 （CVXopt） 或 AI 辅助 CVXopt 实现隐私保护联合聚类和分类

 

 

 

摘要：联邦学习 （FL） 与人工智能 （AI） 一起是一个快速增长的研究领域，其中模型在参数服务器 （PS） 的编排下在大规模分布式客户端上进行训练，而无需共享客户端的数据。在本次演讲中，通过广为人知的用于隐私保护的差分隐私 （DP） 理论，我们提出了一种通过 AI 辅助凸优化 （CVXopt） 的监督分类算法和一种由 CVXopt 进行的无监督聚类算法，每一种算法都是通过解决非凸和非平滑 （NCNM） FL 问题开发的。还介绍了它们独特的洞察力属性和一些隐私和收敛分析，可用于 FL 算法设计指南。对真实世界数据进行了广泛的实验，以证明所提出的算法的有效性和优于最先进的 FL 算法的性能，以及对所有分析结果和属性的验证。最后，我们得出了一些结论以及一些未来的研究探索。

 

 

 

 

 

朱祖青教授，IEEE Fellow

中国科学技术大学

 

朱祖青于 2007 年获得加州大学戴维斯分校电气与计算机工程系博士学位。2007 年至 2011 年，他在加利福尼亚州圣何塞的 Cisco Systems 服务提供商技术小组担任高级工程师。2011 年 1 月，他加入中国科学技术大学，目前是该校信息科学与技术学院的正教授。他在同行评审期刊和会议上发表了 360+ 篇论文。他是 IEEE 高性能交换和路由国际会议 （HPSR） 的指导委员会主席，也是 IEEE 通信学会光网络技术委员会 （ONTC） 的主席。他获得了 ICC 2013、GLOBECOM 2013、ICNC 2014、ICC 2015 和 ONDM 2018 的最佳论文奖。他是 IEEE 的 Fellow

 

 

 

题目：光数据中心网络中的机器学习

 

 

 

摘要：在本次演讲的第一部分，我们将首先讨论数据中心网络 （DCN） 系统的可扩展性、能量和可管理性方面的挑战，然后解释为什么全光互连可以成为未来 DCN 系统的有前途的解决方案。接下来，我们描述了一种基于阵列波导光栅路由器 （AWGR） 和波长选择开关 （WSS） 的新型全光互连架构，即 Hyper-FleX-LION，解释了其工作原理，并展示了在 Hyper-FleX-LION 中在 DCN 中运行分布式机器学习 （DML） 的实验结果。在本次演讲的第二部分，我们将解释如何利用机器学习来实现知识定义网络 （KDN） 并促进 DCN 中的网络自动化。实验结果表明，KDN 可以自动减少任务完成时间。

 

 

郑岩教授，IEEE Fellow、IET Fellow、AAIA Fellow

西安电子科技大学，中国

 

 

郑岩博士是西安电子科技大学特聘教授，是 IEEE Fellow、IET Fellow、AAIA Fellow。他是斯坦福大学世界排名前 2% 的科学家，芬兰科学院院士，以及 Elsevier 中国高度引用的研究人员。她的研究兴趣是信任管理、信息和网络安全、隐私保护和数据分析。他在全球著名期刊和会议上发表了 380 多篇论文，包括 IEEE SP、IEEE TIFS、IEEE TDSC、INFOCOM 和 ICSE，其中 260 多篇是第一作者或通讯作者。他撰写了两本用于教学的英文书籍近十年。他拥有 107 项国际和国内专利，其中 50 项 PCT 专利（其中 30 项自主发明），其中 130 多项专利被行业采用，其中一些已进入国际标准或得到广泛应用。他的美国专利被 60 多家财富全球 500 强公司跟踪。他获得了无数奖项，包括诺基亚杰出发明家奖、三个欧盟奖项、计算机网络和通信领域的 N²Women 之星、IEEE TCSC 可扩展计算卓越奖、IEEE TEMS 杰出领导奖、17 个 IEEE 杰出领导和服务奖、AALTO ELEC 影响力奖、IEEE ComSoc 大数据技术委员会最佳期刊论文、IEEE TrustCom 杰出论文、 陕西省自然科学奖，电子学会优秀博士论文导师。她创立了第一届 IEEE 区块链国际会议，并担任指导委员会主席。他是 60 多种期刊的执行主编/副主编/编委会成员，包括 ACM Computing Surveys、Information Fusion、IEEE IoT Journal、IEEE Network Magazine 和 Information Sciences。他曾担任 30 多个国际会议的大会主席或程序委员会主席，并在国际会议和知名企业上发表了近 30 次主题演讲和特邀演讲。

 

 

 

名称： AI 赋能的信任和值得信赖的 AI

 

 

 

摘要：人工智能 （AI） 在为人类社会的进步做出贡献的同时，也给我们带来了新的挑战。它的安全性和可信度值得深入探讨。本次演讲阐明了影响 AI 可信度的关键因素和基本要求，并介绍了我团队最近的研究成果，包括采用图神经网络的健壮且可解释的信任评估模型，以及具有动态支持的稳健且可解释的信任评估模型，以及知识有限的隐蔽实用音频后门攻击。最后，提出了有关 AI 信任管理的几点见解。

 

 

 

 

 

Dongrui Wu 教授，IEEE Fellow

华中科技大学

 

 

吴东瑞先生于 2003 年获得中国科学技术大学（合肥）自动控制学士学位，2006 年获得新加坡国立大学电气与计算机工程硕士学位，2009 年获得南加州大学洛杉矶分校电气工程博士学位。他现在是华中科技大学人工智能与自动化学院图像处理与智能控制教育部重点实验室的教授和副主任。

 

 

 

吴教授的研究兴趣包括情感计算、脑机接口、计算智能和机器学习。他发表了 150 篇出版物（6,400+ 次 Google 学术引用;h=39），包括一本《感知计算》一书（Wiley-IEEE Press，2010 年）和 5 项美国/PCT 专利。他于 2005 年获得 IEEE 模糊系统国际会议最佳学生论文奖，2012 年获得 IEEE 计算智能学会 （CIS） 杰出博士论文奖，2014 年获得 IEEE 模糊系统汇刊杰出论文奖，2014 年获得北美模糊信息处理学会 （NAFIPS） 早期职业奖，2017 年获得 IEEE 系统、人和控制论 （SMC） 学会早期职业奖。 以及 2018 年 IEEE SMC 学会最佳副主编奖。他曾入围 2015 年 IEEE Transactions on Affective Computing 最具影响力论文奖、2016 年 IEEE Brain Initiative 最佳论文奖、2017 年第 24 届神经信息处理国际会议最佳学生论文奖、2018 年 Hanxiang Early Career Award 和 2019 年 USERN 形式科学奖。他是 2013 年海德堡桂冠论坛、2015 年美国国家科学院凯克未来倡议 （NAKFI） 和 2015 年美国国家工程院德美工程前沿 （GAFOE） 的入选参与者。他的团队在 2019 年获得了中国脑机接口竞赛的一等奖。

 

 

 

吴教授是IEEE Transactions on Fuzzy Systems（2011-2018;2020-）、IEEE Transactions on Human-Machine Systems（自2014年）、IEEE计算智能杂志（自2017年）和IEEE Transactions on Neural Systems and Rehabilitation Engineering（自2019年）的副主编。他是 IEEE 计算智能杂志计算智能和情感计算特刊的首席客座编辑，以及 IEEE 模糊系统汇刊脑机接口特刊的首席客座编辑。他是 IEEE 的高级成员、NAFIPS 的董事会成员和杰出演讲者，以及 IEEE 系统、人与控制论学会脑机接口系统技术委员会、IEEE CIS 模糊系统技术委员会、Emergent Technologies 技术委员会和智能系统应用技术委员会的成员。自 2012 年以来，他一直担任 IEEE CIS 情感计算工作组的主席/副主席。

 

 

 

题目：模糊系统的高效优化

 

 

 

摘要： 模糊系统在分类和回归中得到了广泛的应用。然而，对于大数据，传统的基于进化算法和基于全批次梯度下降的优化策略变得成本过高。本次演讲首先介绍了模糊系统与传统机器学习模型（如径向基函数网络、专家混合）之间的功能相似性/等效性。然后，它将他们的优化技术（例如小批量梯度下降、DropOut、Batch 归一化和 Adam）扩展到模糊系统的优化。

 

 

黄清华教授

西北工业大学

 

 

Qinghua Huang 是西北工业大学人工智能、光学和电子学学院 （iOPEN） 的教授。他的主要研究领域包括多维医学超声成像、医学数据挖掘和智能分析，以及先进的医疗机器人系统。主持了多项科技部和国家自然科学基金重点项目。他发表了 200 多篇论文，其中 120 多篇被 SCI 收录，在 Google Scholar 上被引用超过 6,000 次，H 指数为 45。

 

 

 

黄教授曾获颁西耕赈计划「领军人才」（2021年）、教育部「新世纪杰出人才」（2010年）、陕西省「百人计划」专职特聘教授（2016年）及陕西省「杰出青年科学家基金」（2019年）。

 

 

 

黄教授曾受邀担任中山大学附属第一医院特聘教授（2023-2028）、华为技术有限公司人工智能与大数据专家顾问（2017-2019）、上海人工智能实验室智能医疗顾问等职务。他目前担任 Pattern Recognition 和 Neurocomputing 等知名人工智能期刊的副主编，以及 Digital Medicine and Health 期刊的通讯编辑。

 

 

 

题目：自动超声成像和智能分析

 

 

 

摘要： 目前的医学超声诊断面临操作依赖性、主观解读、效率低下等挑战。我们的研究主要集中在数据采集和分析两个方面，旨在促进超声诊断的智能化和精准化。

 

 

 

在数据采集方面，我们探索了多维成像理论和机器人自主采集技术。通过利用机器人的准确性和平稳运动，我们提高了图像采集的一致性，减少了对操作员经验和技能的依赖。多维成像技术将传统的窄角二维超声图像升级为广角三维图像，有助于更直观地观察病灶结构，从而提高诊断准确性。

 

 

 

在数据分析中，为了解决主观解释问题，我们建立了一个通用的医学知识张量理论模型，解决了多样化、多模态、多疾病数据中平面知识图谱的推理问题。此外，我们提出了一种回顾性推理理论，结合多模态人机知识来实现可追溯的泛化推理。

 

 

 

针对超声影像诊断效率低下的问题，我们开发了基于超声影像的病灶跟踪、ROI 检测和关键帧提取算法，以辅助医生准确定位病灶，简化影像分析流程。分割算法还可以加快诊断定位速度。此外，图像-文本多模态手术参数预测算法可全面捕获信息以优化手术设置。

 

 

 

刘欣旺教授，国家自然科学基金优秀青年基金获得者

中国国防科技大学

 

 

Xinwang Liu 于 2013 年获得中国国防科技大学 （NUDT） 博士学位。他现在是 NUDT 计算机学院的教授。他目前的研究兴趣包括核学习、多视图聚类和无监督特征学习。刘博士发表了 150+ 篇同行评审论文，包括在 IEEE T-PAMI、IEEE T-KDE、IEEE T-IP、IEEE T-NNLS、IEEE T-MM、IEEE T-IFS、ICML、NeurIPS、CVPR、ICCV、AAAI、IJCAI 等备受推崇的期刊和会议上发表的论文。他是 IEEE T-NNLS、IEEE TCYB 和 Information Fusion Journal 的副主编。有关更多信息，请访问 https://xinwangliu.github.io/。

 

 

 

名称： SimpleMKKM： Simple Multiple Kernel K-means

 

 

 

摘要： 我们提出了一种简单而有效的多核聚类算法，称为简单多核 k-means （SimpleMKKM）。它将广泛使用的监督核对齐标准扩展到多核聚类。我们的标准是由核系数和聚类分区矩阵中一个棘手的最小化-最大化问题给出的。为了优化它，我们等效地将最小化-最大化公式重写为最优值函数的最小化，证明其可差性，并设计一种简化的梯度下降算法来降低它。此外，我们证明了 SimpleMKKM 的结果解是全局最优。我们从理论上分析了 SimpleMKKM 在聚类泛化误差方面的性能。之后，我们进行了广泛的实验，从聚类精度、公式和优化的优势、学习到的共识聚类矩阵随迭代的变化、不同样本和基础内核数量的聚类性能、学习的内核权重分析、运行时间和全局收敛性的角度研究了所提出的 SimpleMKKM。实验研究表明，所提出的 SimpleMKKM 的有效性大大且始终优于最先进的多核聚类替代方案。此外，消融研究表明，新颖的公式和新的优化都有助于提高聚类性能。我们的工作提供了一种更有效的方法来集成多视图数据以进行聚类，这可能会引发对多核聚类的新研究。SimpleMKKM 的源代码和数据可在 https://github.com/xinwangliu/SimpleMKKMcodes/ 上获得。

 

 

 

征文

 

所有提交的论文全文也将根据原创性、技术和/或研究内容/深度、正确性、与会议的相关性、贡献和可读性进行同行评审和评估。完整的论文提交将根据技术价值、兴趣、适用性以及它们与连贯和平衡的技术计划的契合程度进行选择。感兴趣的主题包括但不限于：

 

 

·算法

 

·自动化软件工程

 

·生物信息学和科学计算

 

·编译器和解释器

 

·计算机动画

 

·计算机体系结构和嵌入式系统

 

·电脑游戏

 

·计算机图形学和多媒体

 

·计算机网络

 

·计算机安全

 

·计算机视觉

 

·计算伦理

 

·控制系统

 

·数据压缩

 

·数据挖掘

 

·数字图书馆

 

·数字系统和逻辑设计

 

·分布式系统

 

·事件驱动编程

 

·高性能计算

 

·信号处理

 

·图像处理

 

·信息系统

 

·知识 数据工程

 

·多媒体应用

 

·神经网络

 

·模式识别

 

·编程语言

 

·机器人和自动化

 

·软件工程 & 案例

 

·教育技术

 

·理论计算机科学

 

·无线传感器网络

 

 

·人工智能

 

·生物信息学

 

·生物医学工程

 

·计算智能

 

·计算机体系结构和VLSI

 

·基于计算机的教育

 

·计算机图形与虚拟现实

 

·计算机建模

 

·计算机网络和数据通信

 

·计算机模拟

 

·计算机辅助设计/制造

 

·计算实践和应用

 

·数据通信

 

·数据加密

 

·数据库系统

 

·数字信号和图像处理

 

·分布式和并行处理

 

·电子商务和电子政务

 

·专家系统

 

·人机交互

 

·信息检索

 

·Internet 和 Web 应用程序

 

·移动数据终端

 

·自然语言处理

 

·并行和分布式计算

 

·性能评估

 

·可重构计算系统

 

·安全与加密

 

·系统安全

 

·技术管理

 

·无处不在的计算

 

·无线通信和移动计算

 

·其他相关主题

 

 

·大数据分析在通信网络优化

中的应用大数据在信号编解码和调制

中的应用大数据驱动的频谱管理技术

多通道通信系统

中的数据融合技术 ·大规模 MIMO 系统中的

信道估计 ·基于用户生成数据的

信号处理策略 ·面向实时信号处理

的大数据架构设计智能算法在信号检测与估计

中的应用基于大数据的无线信号干扰管理

 ·物联网 （IoT）

 中的数据处理技术机器学习在信号压缩

中的应用 ·边缘计算在信号处理

中的应用 ·认知与合作沟通

 ·绿色通信与计算

 

联系我们

 

icicsp@yeah.net（会议电子邮件）

 

会议秘书：Haley Chen

 

电话：+86-13922151734 （微信）

 

QQ：766847024

 

会议秘书：李女士

 

电话：+86-17702011286 （微信同号）

 

QQ：3801364996