第六届信号处理与计算机科学国际学术会议(SPCS 2025)
会议时间:
2025年7月4-6日
2025年7月4-6日
会议地点:
中国 西安
中国 西安
检索机构:
EI,Scopus
EI,Scopus

欢迎参加 SPCS 2025
第六届信号处理与计算机科学国际会议 (SPCS 2025) 将于 2025 年 7 月 4 日至 6 日在中国习安召开。
2025第六届 SPCS 是自 2020 年以来的年度会议,旨在为学者提供交流机会,展示科学家的最新研究和成果,创造与其他学者和专家建立网络的机会,收集和出版高质量的学术论文等。
SPCS 将聚集来自世界各地的学者,讨论信号处理和计算机科学领域的热门话题,例如阵列信号处理、光通信、安全信号处理、通信信号处理、互联网信号处理等。SPCS 以主题演讲和特邀报告以及同行评审论文为特色。此外,还设立了一个可选的社交计划,为感兴趣的学者提供更多机会。我们代表组委会,热忱邀请您、计算机科学和信号处理科学家、工程师或技术人员、学生或任何对这项技术感兴趣的人,带着您的热情参加这个独特而创新的会议。也许你的想法仍然是一个尚未被证明或接受的想法,但新的想法和创新将在我们的会议上得到 100% 的尊重。
出版
所有受邀和投稿的论文都将由来自委员会的两到三名专家进行评审。经过仔细的评审过程,SPCS 2025 所有被录用的论文都将在会议论文集中发表,并由 EI Compendex 和 Scopus 检索。
演讲嘉宾
张海军 教授
IEEE Fellow
中国北京科技大学
标题:6G 中的智能资源优化
摘要:
本次演讲将确定并讨论与 6G 移动资源优化相关的技术挑战和最新结果。讲座主要分为四个部分。第一部分将介绍 6G 移动网络,讨论 6G 移动网络架构,并提供 6G 移动网络中的一些主要技术挑战。第二部分将重点关注 6G 网络中的资源管理问题,并提供有助于发展工程见解的不同最新研究结果。第三部分将讨论基于机器学习和深度学习方法的未来 6G 网络,并解决一些关键的研究问题。最后一部分将通过提供 6G 移动网络中智能资源优化的未来展望来总结。
个人简介:
张海军 ( IEEE Fellow ) 现任北京科技大学计算机与通信工程学院正教授、副院长、博士生导师。他曾是加拿大英属哥伦比亚大学 (UBC) 电气与计算机工程系的博士后研究员。
他的研究兴趣包括 6G 移动通信、人工智能和无线网络、B5G+ 工业互联网、机器学习和大数据。在 IEEE 权威期刊 Area 1 / Area 2 发表 SCI 论文 100 余篇,授权发明专利多项。
张海军教授是 IEEE TCOM、IEEE TNSE 等 IEEE 期刊的编委,IEEE 绿色通信与计算技术委员会副主席,第六届博弈论与网络国际会议主席。他于 2018 年获得 IEEE CSIM 技术委员会最佳期刊论文奖,2017 年 IEEE ComSoc 青年作者最佳论文奖,2019 年 IEEE ComSoc 亚太最佳青年研究员奖,IEEE ComSoc 杰出讲师。
关贵教授
IEEE Fellow、IET Fellow
AAIA 研究员、IEEE VTS 杰出讲师
中国南京邮电大学
报告题目:面向物理层 6G 安全的智能信号传感和识别技术
摘要:
6G 无线通信的曙光带来了一个变革性的时代,其特点是无处不在的传感和先进的智能识别,这对于确保物理安全至关重要。本主题演讲强调了人工智能 (AI) 和深度学习 (DL) 的集成在应对 6G 网络动态和复杂挑战方面的关键。我们强调 AI 在彻底改变信号传感和识别方面的作用。我们的讨论集中在这些神经网络在增强信号检测、分类和特定发射器识别 (SEI) 中的应用。通过利用基于梯度的优化技术,我们展示了人工神经网络如何改进模型和算法参数化,从而形成一种超越传统基于规则的系统的数据驱动方法。这一进步在无线通信的物理层至关重要,其中智能信号识别在维护安全性和效率方面发挥着关键作用。我们还探讨了传统的基于模型的方法在 6G 通信系统不断发展的环境中面临的挑战,这些系统的特点是复杂的干扰和不确定的信道条件。DL 作为一种解决方案出现,为重新设计基带模块功能提供了创新策略,包括编码/解码和检测过程。总之,本主题演讲强调了在 6G 网络中将智能信号传感和识别与 DL 技术集成的重要性。这种方法不仅增强了物理安全性,还为更强大、更高效和更智能的无线通信生态系统铺平了道路,能够满足未来的安全需求。
个人简介:
关贵于 2012 年获得中国电子科技大学博士学位。2009 年至 2014 年,他加入东北大学,担任研究助理和博士后研究员。2014 年至 2015 年,他担任日本秋田县立大学的助理教授。自 2015 年以来,他一直担任中国南京邮电大学的教授。他发表了 200 多篇 IEEE 期刊/会议论文。他最近的研究兴趣包括智能传感与识别、智能信号处理和物理层安全。桂博士在智能信号分析和无线资源优化方面的贡献为他赢得了 IEEE、IET 和 AAIA 的会士称号。他曾获得多项最佳论文奖,如 ICC 2017、ICC 2014 和 VTC 2014-Spring。他于 2021 年获得 IEEE 通信学会海因里希赫兹奖,2021 年至 2023 年被斯坦福大学评为世界前 2% 科学家,2021 年至 2023 年被科睿唯安评为交叉领域高被引研究员,2020 年至 2023 年被爱思唯尔评为中国高被引研究人员,2018 年被授予会员和全球活动贡献奖。 2019 年 IEEE Transactions on Vehicular Technology 最佳编辑奖,2020 年 KSII Transactions on Internet and Information System 杰出期刊服务奖,2017 年 IEEE Communications Letters 模范审稿人奖,2012 年日本学术振兴会 (JSPS) 外国研究人员博士后奖学金,以及 2018 年日本科学振兴会 (JSPS) 海外研究人员国际奖学金。他还于 2016 年入选江苏省特聘教授,2016 年入选江苏省高层次创新创业人才,2018 年入选江苏省六大拔尖人才。
安东尼奥·德马约(Antonio De Maio)
Antonio De Maio 教授
IEEE Fellow
意大利那不勒斯费德里科二世大学
标题:用于执行传感和通信的 MPAR 的基于规则的调度
摘要:
多功能相控阵雷达 (MPAR) 能够通过将相控阵功能分组为定制的子孔径来执行传感和通信,每个子孔径专门用于不同的任务。由于可用资源(例如带宽、功率孔径积和时间)有限,因此将它们正确分配给每个子孔径非常重要。本讲座研究了一种基于规则的任务调度算法,其中采用通信 (COM) 外观来填补先前分配的雷达任务留下的空隙内时间,即数量和提示搜索、更新和确认跟踪。根据任务优先级为每个时隙分配外观,但当可用带宽和功率孔径积 (PAP) 允许时,其中一些 (即 volume/cue/COM) 会并行化。在一些相关场景中进行的仿真证明了所提出的分配策略在带宽利用率和时间占用方面的有效性。
个人简介:
安东尼奥·德马约(S'01-A'02-M'03-SM'07-F'13)于1974年6月20日出生于意大利索伦托。他获得了 Dr.Eng.1998 年和 2002 年分别获得意大利那不勒斯费德里科二世大学信息工程学士学位(荣誉)和博士学位。目前,他是那不勒斯费德里科二世大学的教授。他的研究兴趣在于统计信号处理领域,重点是应用于雷达信号处理的雷达检测和优化理论。De Maio 博士是 IEEE 的会员,也是 2010 年 IEEE Fred Nathanson 纪念奖的获得者,作为 2010 年年轻(不到 40 岁)AESS 雷达工程师,他的表现特别值得注意,几年来对雷达技术的贡献证明了这一点,以下引用为“强大的 CFAR 检测, 基于知识的雷达信号处理,以及波形设计和分集”。De Maio 博士是 2024 年 IEEE AESS Warren White 奖的获得者,该奖旨在表彰雷达工程师因雷达工程技术方面的重大技术进步(或一系列进步)而取得的杰出成就,以下表彰“对目标检测、波形设计和电子保护的雷达信号处理技术的贡献”。
Ram Bilas 教授 Pachori.jpg
Ram Bilas Pachori 教授
IETE 会员、IEI 会员、IET 会员
印度理工学院印多尔分校,印度
报告题目:多通道迭代滤波和应用
摘要:
在过去的一二十年里,自适应信号分解技术因其对几乎所有科学技术领域的广泛适用性而受到广泛关注。已经提出了经验模态分解,将信号分解为幅度-频率调制分量(基函数)。已经提出了几种方法,然后是经验模式分解,用于自适应分解并获得改进的信号表示。经验小波变换 (EWT)、基于傅里叶-贝塞尔级数展开的 EWT (FBSE-EWT)、迭代滤波、变分模态分解是自适应分解技术中的一些常用技术。传感器技术的最新进展使得同时从多个来源采集信号变得更加容易,这需要多变量/多通道信号分解方法。单变量迭代滤波已扩展为处理多通道信号,这将在本次演讲中讨论。此外,还将介绍多变量迭代滤波和机器学习在脑机接口和多通道脑电图 (EEG) 信号的精神分裂症检测中的应用。获得的结果显示了所讨论的多变量/多通道自适应信号分解技术的有效性。
个人简介:
Ram Bilas Pachori 于 2001 年以优异的成绩获得印度博帕尔拉吉夫甘地科技大学电子与通信工程学士学位,分别于 2003 年和 2008 年获得印度理工学院坎普尔分校电气工程 M.Tech 和博士学位。在加入印度印多尔理工学院之前,他是法国特鲁瓦理工大学 Charles Delaunay 研究所的博士后研究员(2007-2008 年)和印度海得拉巴国际信息技术研究所通信研究中心的助理教授(2008-2009 年)。他曾担任印度理工学院印多尔分校电气工程系的助理教授(2009-2013 年)和副教授(2013-2017 年),自 2017 年以来一直担任该系的教授。他还与 IIT 印多尔先进电子中心有联系。2023 年 7 月,他担任意大利伦德卡拉布里亚大学计算机工程、建模、电子和系统工程系的访问教授;2023 年 6 月至 2023 年 7 月在马耳他大学信息与通信技术学院;2022 年 7 月至 2022 年 9 月,德国柏林自由大学视觉认知实验室的神经动力学;2018 年至 2019 年,马来西亚泰莱大学健康与医学科学学院医学院。此前,他于 2014 年 12 月在英国伦敦德里的阿尔斯特大学智能系统研究中心担任访问学者。他的研究兴趣包括信号和图像处理、生物医学信号处理、非平稳信号处理、语音信号处理、脑机接口、机器学习以及人工智能和医疗保健中的物联网。他曾是 IEEE Transactions on Neural Systems and Rehabilitation Engineering 的副主编(2021-2024 年)。目前,他是 Electronics Letters、IEEE Open Journal of Engineering in Medicine and Biology、Computers and Electrical Engineering 和 Biomedical Signal Processing and Control 的副主编,以及 IETE Technical Review 期刊的编辑。他是 IETE、IEI 和 IET 的会员。他撰写了名为“时频分析技术及其应用”的教科书(CRC Press,2023 年)。他指导了 19 篇博士论文(13 篇博士论文正在进行中)。他发表了 339 篇出版物,其中包括期刊文章 (213)、会议论文 (89)、书籍 (10) 和书籍章节 (27)。他还拥有 8 项专利,包括 1 项澳大利亚专利(已授权)和 7 项印度专利(已公布)。根据 Google Scholar 的数据,他的出版物已被引用约 17000 次,h 指数为 71。
未标题-1.jpg
赵海泉 教授
IEEE 高级会员
Southwest Jiaotong University, 中国
题目:基于信息论学习的图信号处理
摘要:
在现实生活中,很多数据都记录在不规则的、交互式的结构中,如社交网络、流量网络等。使用传统的信号处理工具很难处理这种复杂的数据结构,而图提供了一种解决对这些数据以及它们之间的复杂结构进行建模的问题的方法。本专题分享了我们最近的研究成果。
个人简介:
赵海泉,工学博士,教授,博士生导师,IEEE和中国电子学会高级会员,四川省学术和技术带头人,四川省突出贡献专家,四川省杰出青年基金获得者,四川省青年科技创新团队核心成员,2019年中国自动化学会自然科学一等奖(排名第三), 2018年中国自动化学会中国自动化学会自然科学二等奖(排名第一)、教育部科技进步二等奖(排名第三)、第十二届詹美天佑铁路科学技术奖-青年奖。第九届铁道部詹天佑科学技术奖——西南交通大学詹天佑特等奖、唐立新杰出学者奖;省科学青年联合会常务理事,四川省青年联合会委员,成都市知识协会常务理事。在 Signal Processing 等国际期刊的编辑委员会任职。
征文
提交的主题包括但不限于:
◕ 信号处理
数字信号处理
雷达信号处理
通信信号处理
Ad Hoc 和 Sensor Networks
模拟和混合信号处理
阵列信号处理
音频和电声学
音频/语音处理和编码
光通信
用于信号处理的机器学习
多媒体信号处理
自然语言处理
非线性信号处理
并行和分布式处理
用于安全的信号处理
信号处理理论与方法
统计信号处理
时频/时间尺度分析
◕ 通信和宽带网络
通信信号处理
计算机
视觉与虚拟现实密码学与网络安全
信号处理系统的
设计和实施新兴技术
信号处理
的硬件实现图像和多维信号处理
互联网信号处理
可见光通信 (VLC) 和激光通信系统
高速光通信系统中的能耗
集成光子学和光电集成电路
先进的光信号检测技术
空间光通信技术
联系我们
董海莉
(会议秘书)
电话:+86-17320189207(微信同号)
电子邮件: contact_spcs@163.com
QQ:2640905300
内容为网页翻译,可能会有差异,以官网为准https://www.icspcs.org/
学术会议推荐: