2021年7月10日-11日，由伟德国际1946源自英国雷达信号处理国家级重点实验室、“雷达认知探测成像识别”学科创新计划（111计划）、信息感知集成攻关研究院、国际合作与交流部、中国电子学会雷达分会及信息与通信工程学部联合举办的第四届信号与信息智能学习与处理国际研讨会(International Workshop on Signal and Information Intelligent Learning and Processing, SIILP 2021)在西安举行。本次会议的联合主席由伟德国际1946源自英国111计划负责人刘宏伟教授和111计划执行主任陈渤教授共同担任。

本次研讨会采用线上会议的形式，共有来自海外的22位专家学者通过腾讯会议作专题报告，一百余名老师和同学参加了本次国际研讨会。在特邀报告中，以贝叶斯学习、物联网、多输入多输出系统等为研究手段，与会专家分享了他们在雷达信号处理、图像处理、机器学习基础理论等多个领域的最新研究成果。

在两天的报告中，来自美国雪城大学的IEEE Fellow Pramod K.Varshney教授，作了题为“One-bit Compressed Sensing: Recent Results and Challenges”的报告，在报告中Pramod教授介绍了One-bit压缩感知的系统模型和问题求解方法。来自美国宾夕法尼亚州立大学的Vishal教授主要讨论了在训练数据有限或不完善的情况下图像先验知识的集成；来自美国贝尔实验室的研究员Xin Yuan博士将光学相干断层成像技术（Optical Coherence Tomography, OCT）应用在快照压缩成像中，介绍了利用CASSI系统对高光谱数据进行压缩和恢复的算法。

针对MIMO系统，来自意大利比萨大学的IEEE Fellow Maria Greco教授讨论了MIMO雷达中目标位置和速度估计的问题；来自新加坡南洋理工大学的IEEE Fellow Yilong Lu教授介绍了两种基于商用MIMO芯片雷达系统的复合MIMO阵列DBF的薄阵列概念；而来自香港中文大学的IEEE Fellow Wing-Kin Ma教授介绍了一种非凸优化方法并应用于MIMO系统中的极大似然检测问题。

在雷达信号处理领域，目标检测一直都是研究的热点和难点，很多专家学者都对这个问题有着自己深入的思考和研究，这次的报告会也邀请到了海外的五位专家教授分享他们对于雷达目标检测的见解。其中意大利Naples Federico大学的IEEE Fellow Antonio De Maio教授讨论了利用统计决策理论来辅助目标检测当中的恒虚警率技术；来自英国宾汉姆大学的Chris Baker教授作了“Quantum Enabled, Cog-nitive, Networked Radar for Small Target Detection and Discrimination”为题的报告，主要介绍了一个安装在伯明翰大学校园的新型雷达网络以及应用这个雷达网络进行小目标检测和分辨的算法；来自波兰华沙工业大学的Piotr Samczynski教授概述了近年来雷达技术中用于目标特征提取的信号处理方法；来自意大利Università Degli Studi Niccolò Cusano的副教授Danilo Orlando针对多干扰源存在的雷达自适应目标检测中的问题，提出了一系列的两阶段检测体系结构；来自意大利Giustino Fortunato University的Pia Addabbo研究员主要介绍了在雷达领域中杂波边缘检测的自适应算法。

而对于合成孔径雷达的成像和数据分析问题，来自LTCI Telecom公司的Florence Tupin教授对SAR数据中的去斑算法进行了研究；来自英国宾汉姆大学的Ali Beaker讨论了在微型无人机中的高分辨低成本的SAR成像。

针对贝叶斯学习，不同的专家分享了他们团队的研究进展。来自得州农工大学的Xiaoning Qian教授针对机器学习中的贝叶斯主动学习，分析了在传统鲁棒信号处理中研究的面向目标的不确定性量化框架，并在此基础上提出了基于不确定性平均目标成本（Mean Objective Cost of Uncertainty, MOCU）的两种新的采集函数来指导主动学习，在保证理论收敛的前提下获得更好的数据效率；来自美国得克萨斯大学奥斯汀分校的周明远教授利用链式法则和贝叶斯定理构建了一个双向的条件传输（Conditional Transport, CT）来衡量两个概率分布之间的距离，并介绍了如何将这种CT技术应用在不同的生成模型中；来自澳大利亚沃伦贡大学的副教授Qinghua Guo讨论了贝叶斯学习中的近似消息传递算法。

此外，来自加州大学莫溪得分校（University of California, Merced）的Yangquan Chen教授和来自德州农工大学的副教授Shuiwang Ji分别就机器学习领域当中的分数式计算和图像处理领域中用深度学习的方法和图网络的方法对分子级的图像进行重构和应用分享了自己的观点和见解；来自香港中文大学的He Chen副教授提出了一个新型的目标导向的无线时间敏感网络；来自美国阿克伦大学的IEEE Fellow Nathan Ida教授主要讨论了在GPR环境建模中使用的方法以及在感知和成像方面的改进；来自美国IBM公司的研究员Kush Varshney讨论了机器学习中的安全问题；来自美国马里兰大学的博士后研究员Xiaolu Zeng讨论了在物联网（Internet of Things, IoT）领域里，智能无线传感（Intelligent Wireless Sensing, IWS）技术的优势和应用问题。

报告会整体学术氛围浓厚，线上会议室也无法阻挡员工和老师积极参与的热情，期间讨论热烈，与会学者和老师同学们就相关学术领域的发展进行了深入的沟通和交流。报告结束后，陈渤教授代表“SIILP 2021”组委会向本次参加研讨会的教授、老师和同学们表示了衷心的感谢，与会海内外专家学者纷纷表示非常感谢111计划为此提供了良好的交流平台、自己在两天的交流中获益匪浅，期待明年夏天在西安再次相约！