2026 年 5 月3 日至 5 月8 日，第 51 届国际声学、语音与信号处理会议（International Conference on Acoustics, Speech, and Signal Processing, ICASSP）在西班牙巴塞罗那盛大举行。ICASSP 是由 IEEE 信号处理学会主办的全球规模最大、最具权威性的信号处理领域顶级国际会议，也是 CCF 推荐的 B 类会议，涵盖了语音识别、多媒体通信及人工智能应用等多个前沿方向。本次会议共收到 11120 篇投稿，接受率约为40%。

   实验室硕士研究生王文蕊的研究成果《Heterogeneous Adversarial Federated Learning》被本次会议录用为Oral展示。该研究针对异构联邦学习（Heterogeneous Federated Learning）中个性化与泛化的权衡困境，提出了一种基于对抗学习的个性化异构联邦学习框架，有效提升了模型异构联邦学习下的模型准确率与公平性，同时降低了通信与计算成本。

   王文蕊同学受邀进行了现场展示，并与国内外相关领域学者展开深入交流。