天津理工大学信号处理与机器学习研究所成立于2023年，依托天津理工大学数学学院建设，是学校聚焦信号处理、机器学习与逼近论等领域的校级科研平台与人才培养基地。研究所立足数学、信息、计算机等学科的交叉融合，以基础理论创新、交叉学科攻关、工程应用服务为核心使命，面向通信工程、图像处理、生物医学、海洋勘探、雷达与测量系统等国家与区域重大需求，开展高水平科学研究、社会服务与拔尖创新人才培养，致力于建成特色鲜明、市内领先、国内有影响力的信号处理与机器学习研究机构。
一、核心研究方向
研究所紧扣学科前沿，形成5个稳定、聚焦的优势研究方向：
1.信号处理基础理论：聚焦采样定理、相位恢复、小波分析与框架理论等基础理论，研究如何由信号采样值或其绝对值重构信号，服务通信、图像与测量系统中的信号表示与恢复问题。
2.光电信号处理：基于函数的数学描述与建模，研究光电信号所属数学空间的构建、采样、重构与误差分析，并与天津理工大学光电物理研究所合作开展交叉研究。
3.神经网络与深度学习：研究前馈神经网络、循环神经网络、卷积神经网络、生成对抗网络等模型的表达能力与数学理论，探索深度学习算法的可解释性与结构性质。
4.智能信号处理与机器学习：融合小波分析、Gabor分析、Fourier分析、主成分分析等信号处理方法与机器学习模型，开展模式识别、数据挖掘、信息网络安全与数据保密等领域的智能应用。
5.相关数学基础理论与交叉应用：涵盖微分方程理论及其应用、代数图论、组合数学、控制与强化学习、多复变函数论与泛函分析等方向。微分方程理论为复杂信号系统建模与工程问题提供理论工具；代数图论围绕凯莱图及双凯莱图构造和刻画高对称图，成果可应用于并行与分布式计算系统、网络优化等领域；组合数学为信号算法分析与离散优化提供组合方法；多复变函数论与泛函分析研究多复变全纯函数空间上的算子理论，围绕Bergman空间、Hankel算子、Carleson测度等，拓展了信号的研究空间。融合强化学习算法开展智能控制研究，有效解决复杂扰动下传统控制鲁棒性弱、适应性差的难题，实现动态系统的高精度自适应控制。。
二、师资队伍
研究所拥有一支结构合理、学术扎实、交叉特色鲜明的专职研究团队，核心成员来自信号处理、机器学习、逼近论、组合数学、微分方程、算子理论等专业，全部具有博士学位，多人拥有海外访学与合作经历，教学经验丰富，成员中有老师在天津理工大学教师教学基本功竞赛理科组获奖。研究所由刘蓓教授担任负责人。刘蓓教授为博士生导师，2010年毕业于南开大学数学科学学院，曾公派访问Texas A&M University数学系，主持国家自然科学基金面上项目、青年科学基金项目及天津市自然科学基金面上项目等多项，发表学术论文30多篇，其中SCI论文20多篇。核心成员在逼近论、小波分析、信号处理、机器学习、微分方程、代数图论、组合数学、控制与强化学习、多复变函数论与泛函分析等方向具备良好学术声誉并担任国内外期刊审稿人。
三、科研成果与社会服务
近年来，研究所各成员主持国家自然科学基金、天津市自然科学基金等国家级和省部级课题多项；在Memoirs of the American Mathematical Society、Journal of Functional Analysis、IEEE Transactions on Information Theory、Applied and Computational Harmonic Analysis、Advances in Mathematics、Journal of Combinatorial Theory Series A、European Journal of Combinatorics、Journal of Differential Equations、Transactions of the American Mathematical Society、Mathematische Zeitschrift、Journal of Geometric Analysis、Proceedings of the American Mathematical Society、Science China Mathematics、Journal of Algebraic Combinatorics、IEEE Transactions on Automatic Control等国内外高水平期刊发表学术论文数十篇，多篇发表于本领域权威期刊并出版学术专著。
研究所研究成果预计在通信工程、图像处理、地球物理、雷达和测量系统等领域得到应用。微分方程理论为复杂工程建模与系统分析提供工具，代数图论成果服务于并行与分布式计算系统，组合数学方法用于离散算法与优化，多复变算子理论为函数空间分析提供基础。研究所积极服务天津市战略新兴产业发展，培养相关领域人才，赋能企业创新，助力产业孵化，服务经济社会。研究所举办学术报告、名家讲座，积极参加国内外学术会议，与国内外高校、科研机构及企业建立长期稳定合作，营造开放协同的学术创新生态。
四、人才培养
研究所深度支撑学校数学、计算机、通信等专业的本硕博人才培养，将前沿科研与实践教学深度融合，重点培养学生的数学建模能力、信号处理能力、机器学习算法设计能力与工程应用能力。团队指导学生在中国国际大学生创新大赛、全国大学生数学建模竞赛、美国大学生数学建模竞赛等竞赛中屡获佳绩。培养的研究生既具备坚实的理论功底，又拥有良好的工程实践能力，就业主要面向信息技术、智能制造、通信工程、金融科技、教育等单位，深造率与就业质量保持稳步增长。
五、发展愿景
展望下一阶段，天津理工大学信号处理与机器学习研究所将立足数学与信息交叉优势，围绕信号处理与机器学习前沿，重点推进采样与相位恢复、光电信号处理、深度学习理论、智能信号处理等方向的协同创新。研究所面向通信、图像、生物医学、雷达与测量系统等应用需求，促进理论成果向关键技术转化，并加强国内外合作与青年人才培养，努力建成特色鲜明、优势突出的研究平台，为学校学科发展和天津及京津冀科技创新提供有力支撑。
