2025年第九届数字信号处理国际会议(ICDSP 2025)

会议时间：
2025年2月21日至23日

会议地点：
中国成都

检索机构：
EI,Scopus

ICDSP会议 |会议背景

2025第九届数字信号处理国际会议（ICDSP） 2025）将于2025年2月21日至23日在中国成都举行。是的由西南交通大学和中国西华大学共同主办，技术上得到许多大学和机构的支持。这是一年一度的研究会议和前三届ICDSP会议分别在吉隆坡、东京、济州岛举行岛，分别。由于 COVID-19 大流行，ICDSP2020、ICDSP2021 ICDSP2022被转移到虚拟格式。ICDSP2023在成都举行，ICDSP2024在杭州举行。混合格式。

好消息！ ICDSP2024论文集被存档在ACM数字图书馆。（阅读 more）

第九届数字信号处理国际会议将于2025年2月21-23日在成都召开。ICDSP2025大会由西南交通大学和西华大学联合主办，并得到各地高校和机构的技术支持。ICDSP系列会议每年按例举行，前几届分别在国际旅游城市吉隆坡，东京，和济州岛举行。ICDSP2020， ICDSP2021， ICDSP2022大会开启了新型模式，将疫情中无法出行的世界各地专家学者集合在虚拟平台，成功举行了在线会议。ICDSP2023， ICDSP2024大会以线下线上混合会议形式举行，线下会议分别在成都、杭州举行。大会旨在邀请众多国内外学者及产业研发人员齐聚一堂，共同探讨数字信号处理领域的发展现状及前景。热忱欢迎相关领域的专家、学者和专业技术人员踊跃投稿并参加大会。自2018年起， ICDSP会议系列论文集，包括 ICDSP2018-2023 会议论文集已顺利出版并完成EI 核心和 Scopus等数据库检索！

数字信号处理（DSP）是分析和修改信号以优化或提高其效率或性能。它涉及应用各种数学和计算算法到模拟和数字信号，以产生更高的信号质量比原始信号好。使用数字信号处理到处。DSP主要用于音频信号、语音领域处理、雷达、地震学、音频、声纳、语音识别等财务信号。DSP 可以保护用户免受噪音的影响，而不会妨碍通信，为实现低功耗提供了无限的机会效率，使得将真实世界的信号转换为应用科学和数学模型的环境从而产生强大的处理系统。

有鉴于此，ICDSP系列汇集了广泛的状态 -在数字信号处理方面进行最先进的研究，并努力促进在与近期挑战相关的数字信号处理研究方面表现出色。该会议为多学科讨论提供了一个论坛，旨在在数字信号处理的各个方面交流研究思想促进研究人员之间的进一步整合和合作。

出版

ICDSP 2025 中所有被接受的论文将被提议为发表在ACM的ICDSP 2025会议论文集（ISBN：979-8-4007-1046-9）上。所有论文将存档在 ACM 数字图书馆中，并提交给 Ei Compendex 和 Scopus 为索引，并提交 Thomson 审查路透社会议论文集引文索引（ISI Web of Science）。

投稿截止日期： 2024 年 9 月30

通知录取： 2024 年 10月 30

月截止日期注册： 2024年11月 15

提交截止日期最终论文数量： 15 2024 年 11 月

征稿启事

ICDSP 2025 欢迎所有代表提交原始贡献的摘要或全文在会议上进行口头和海报展示。请选择一个以下类别的相应主题供您提交：

MLSAS公司机器学习和统计信号处理

SAS-统计检测、估计和分类理论与方法、统计学信号处理

SAS-系统系统识别和建模，非线性系统

SAS-ICAB公司独立成分分析和盲源分离

SAS-MALN公司机器学习和神经网络

SAS-TENS 张量信号处理

SAS-OPTIM的优化

MLSAS-稀疏稀疏表示和压缩感知理论

MLSAS-BAYES公司贝叶斯学习;颗粒过滤器;信息理论学习

MLSAS-GRAPH 图形和内核方法

MLSAS-曼流形学习、微分几何的应用和流形上的自适应信号处理

MLSAS-SOC的社交网络、社会学习模型和博弈论分析

MLSAS-帕特模式识别和分类

MLSAS-BIGD公司大数据方法与应用

MLSAS-DEEP公司深度学习

SAS-ADAP公司自适应系统和自适应滤波

数字信号处理器数字和多速率信号处理

DSP-FILT系列滤波器设计、分析和实施

数字信号处理器（DSP-TFSR）时频分析和信号表示，包括频谱分析、谐波分析、滤波器组和多速率处理、小波

DSP-快速快速 DSP 算法、转换和计算

DSP-SAMP系列抽样、外推和插值

DSP图形图分析、谱图论和代数拓扑算法、图上的小波

数字信号处理器（DSP-FRI）信号采样和处理的创新率有限

DSP-稀疏稀疏信号表示和恢复 - 算法和应用

高密度脂蛋白信号处理系统的设计与实现

HDW-拱形信号处理架构和VLSI硬件、DSP算法实现和工具

HDW-SECU公司硬件安全

HDW-PROG型用于 DSP 算法的可编程硬件（例如 FPGA、SoC、ASIC 等）

HDW-MCORE公司用于 DSP 算法的多核处理器

SPE紫化弹性体语音和语言处理

SPE-RECO 语音和说话人识别

SPE-肛门语音编码、合成和分析

SPE-SLID型说话者/语言识别和分类

SPE-SPL系列口语处理

澳元音频和声学信号处理

AUD-MAAE 声学的建模、分析和综合环境

澳元-CLAS 声学场景的检测和分类，以及事件

AUD-AMHI （奥德-阿姆希）听觉建模和助听器

澳元-尽快声学传感器阵列处理

AUF-NEFR系列主动噪声控制、回声减少和反馈减少

澳元-9月音频和语音源分离、增强和恢复

澳元-马格里布里亚尔质量和可理解性措施

AUD-SARR 空间音频录制和再现

澳元-AMCT 音频和语音建模、编码和传输

澳元-MSP 音乐信号分析、处理和合成

澳元-MIR 音乐信息检索和音乐语言加工

AUD-AUMM公司多媒体和生物声学音频

澳元-秒音频安全

国际影响管理公司图像和多维信号处理

IMD-MDSP的多维信号处理

IMD代码图像/视频编码和传输

IMD-肛门图像/视频分析、修复和处理

IMD-STOR的图像/视频存储和检索

IMD-帕特模式识别

IMD-SPAR公司成像中的稀疏表示

IMD-ARS-BIM 信号、图像和视频生物特征分析

IMD-ARS-SRE 图像和视频存储和检索

IMD-ARS-SRV 图像和视频合成、渲染和可视化

IMD-ARS-用于图像和视频取证分析

IMD-斯特立体图像处理

MSP的多媒体信号处理

MSP-MULT 多媒体信号处理，例如联合音频/图像/视频/图形加工

MSP-WAT 水印（理论、算法、攻击）

MSP-STE的隐写术和隐写分析

MSP-HAS的用于内容身份验证/标识的哈希

MSP-用于多媒体取证

MSP-SECU 安全和隐私保护信号处理

COM 用于通信的信号处理

COM-ESTI公司通信信号的发送、接收和检测算法;信道估计和建模

COM 代码信号表示、编码、压缩，包括联合源-信道编码和迭代解码算法

COM-MIMO MIMO通信和时空或空频编码

COM-CDMA-UWB系列扩频和CDMA系统以及超宽带系统

COM-绿色能源感知通信和网络

COM-OFDM公司多载波、OFDM 和 DSL 系统

COM-超宽带系统超宽带系统

COM-NETW公司无线、自组网和传感器网络，分布式编码和加工、跨层设计

COM-性能通信系统性能分析

COM-SCODE的源信号表示、编码、量化、压缩，包括联合源-信道编码和迭代解码算法

COM-编纂编码和预编码设计，单一和多用户系统

COM-SECU公司物理层中的通信安全和隐私通信和网络

COM-RELN 通过中继信道进行通信，网络编码

COM-NETA公司网络和队列系统分析

COM-OPTNE 最优网络资源分配，网络实用程序最大化和博弈论模型

COM-MACOG公司多路访问、调度、认知无线电

COM-MAMI公司大规模 MIMO 通信

山姆传感器阵列和多通道信号处理

SAM-SAMC公司传感器阵列和多通道信号处理

SAM-NET公司分布式处理和对传感器的优化网络，八卦算法

SAM-BEAM 波束形成，包括时空自适应方法

SAM-DOAE （英语）到达方向估计、源检测本地化和跟踪，包括全球定位系统

SAM-LOC （山姆-洛克）传感器网络定位算法

SAM-拉索雷达和声纳信号处理

SAM-IMG（三重图像）使用阵列数据（包括合成孔径）进行成像雷达

SAM-SPARCS 压缩传感

SAM-DOPT的分布式优化

生物生物医学信号处理

生物生物生物医学信号处理，包括基因组学，生物信息学

BIO-BIOIM生物生物成像

生物成分计算成像

生物信息生物信息学

生物市场医疗辅助设备的信号处理方法

生物-MDIG 医学诊断方法

生物森用于生物医学信号和图像处理的传感器系统

生物-SSIGP 传感器信号处理

生物-BCI 支持的信号处理方法脑/人机接口

教育教育中的信号处理

教育-教育信号处理教育

静电除尘器新兴信号处理应用

ESP-CPS （英语）信息物理系统、机器通信和监控系统

ESP-EN 能源与智能电网

ESP-导航导航

ESP-自动自动驾驶汽车应用

ESP-物联网物联网

主讲人

郭建华教授 IEEE Fellow 香港科技大学院士

，香港

James Kwok是计算机科学与工程学系的教授。香港科技大学。他是IEEE院士。郭教授获 B.Sc 电机及电子学士学位香港大学工程系专业毕业，获博士学位香港理科大学计算机科学专业及科技。其后，他加入了香港计算机科学系浸会大学助理教授。他回到了洪香港科技大学教授，现为香港科技大学教授计算机科学与工程系。他担任 IEEE Transactions on Neural Networks副主编学习系统，神经网络，神经计算，人工 Intelligence Journal、International Journal of Data Science 和分析，以及《机器学习》的编辑委员会成员。他也是担任/担任主要机器学习/人工智能的高级领域主席包括 NeurIPS、ICML、ICLR、IJCAI 在内的会议，并担任包括 AAAI 和 ECML 在内的会议。他是IJCAI的董事会成员受托人。他被公认为最具影响力的学者奖荣誉奖“为世界做出杰出而充满活力的贡献 2009-2019年AAAI/IJCAI领域”。郭教授将担任 IJCAI-2025项目主席。

标题：待添加

摘要：标题：待增补

陈巴东教授人工智能与机器人研究所、西安交通大学人工智能

学院、西安交通大学电子与信息

学院。西安交通大学工程系

Badong Chen 获得了控制理论的学士和硕士学位，分别于1997年和2003年在重庆大学工科专业学习。清华大学计算机科学与技术专业博士 2008年上大学。他曾在清华大学从事博士后研究 2008年至2010年在大学任博士后研究员。佛罗里达大学计算神经工程实验室（CNEL） 2010年10月至2012年9月期间。2015年，他访问了在南洋理工大学（NTU）担任访问研究科学家。他还曾在香港担任高级研究员 2017年毕业于圣林工大学。目前，他是该学院的教授习安交通大学人工智能与机器人研究所（IAIR）大学。他的研究兴趣是信号处理、机器学习、人工智能、神经工程和机器人技术。他出版了2本书，4个章节，发表了200多篇论文，各种期刊和会议论文集。陈博士是IEEE高级会员并担任（或曾经担任）IEEE SPS的技术委员会成员用于信号处理（MLSP）的机器学习，以及技术 IEEE CIS认知与发展系统（CDS）委员，以及多个职位的副主编（或编辑委员会成员）国际期刊，包括IEEE Transactions on Circuits和视频技术系统（TCSVT），IEEE 神经学报网络和学习系统（TNNLS），IEEE 认知汇刊和开发系统（TCDS），神经网络，Journal of the 富兰克林研究所和熵。

投稿政策

所有提交的内容都将根据原创性进行同行评审和评估，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。参赛作品将根据技术选择优点、兴趣、适用性，以及它们与连贯和平衡的契合程度技术程序。

所有提交的文章都应报告原创的、以前未发表的研究结果，实验性的或理论性的，并将进行同行评审。文章提交大会的会议应当符合这些标准，并且不得低于这些标准。考虑在其他地方公布。稿件应遵循以下文体的风格：该期刊并接受审查和编辑。

出版道德 - 对抄袭的

处罚我们坚信，道德行为是最重要的虚拟行为学术。因此，任何抄袭行为都是完全不可接受的学术行为不当行为，不能被容忍。

简要议程

2月21日（星期五）登录并领取会议资料

2月22日（星期六）

特邀报告（主题演讲、全体大会演讲、特邀报告）

作者在小组会议上的发言

海报会议和特别会议

2月23日（星期日）技术参观或一日游