2026年IEEE第九届信号处理与机器学习国际会议（SPML 2026）

随着信号处理与机器学习的深度融合，该领域正迎来蓬勃发展。深度学习技术的崛起显著提升了信号分析的自动化和智能化水平，在音频、图像、医疗等领域取得了突破性进展。同时，多模态数据融合和人工智能驱动的信号分析成为重要趋势。然而，当前仍面临模型解释性不足、对噪声和数据分布变化的鲁棒性较弱，以及资源受限场景中的应用适配性等挑战，亟需进一步研究与实践。

 

为推动该领域的发展，第九届信号处理与机器学习国际会议（SPML 2026）将于2026年7月10日至12日在中国杭州的杭州电子科技大学举行，由杭州电子科技大学和中国矿业大学联合主办。SPML 2026致力于为全球研究人员、行业专家和从业者提供一个交流前沿成果和探讨未来方向的平台。会议将聚焦音频与图像处理、多模态数据融合、人工智能驱动的信号分析等热点议题，并深入探讨技术瓶颈和创新解决方案。通过高水平的研讨会、小组讨论和专家讲座，SPML 2026将推动跨学科合作与技术创新，为信号处理与机器学习领域的持续发展注入新动力，促进技术成果在各行业的实际应用与转化。

每篇投稿将由 2-3 位审稿人进行匿名同行评审。审稿人将根据论文主题、覆盖面、创新性、完整性、文献表达、技术深度和英文表达进行评判。修改后的论文将进行第二次同行评审，只有通过评审的论文才能发表。

 

已接收并注册的论文将发表在会议论文集中，并被 IEEE Xplore 数字图书馆收录，同时被 Ei Compendex、Scopus、INSPEC、Thomson Reuters Web of Science 等数据库检索。

 

高质量的论文将被推荐至特刊。推荐的论文将由客座编辑和主编进行同行评审。只有通过评审的论文才能在以下特刊中发表：

1. 《应用科学》期刊特刊“智能通信系统进展”。该特刊将被 Scopus、SCIE（Web of Science）、CAPlus/SciFinder、Inspec 等多个数据库收录（影响因子：2.5）。

2. 《应用科学》期刊特刊“智能建造与智能建筑进展”。该特刊将被Scopus、SCIE（Web of Science）、CAPlus/SciFinder、Inspec等多个数据库收录（影响因子：2.5）。