12月18日下午,加利福尼亚大学戴维斯分校电子计算机系的IEEE会士崔曙光教授和新加坡国立大学电子与计算机工程系的IEEE会士张睿教授应邀来到我院,在工学一号馆学术报告厅举行了题为“Self-Organizing Networks with Reinforcement Learning”和“UAV Meets Wireless Communication: Opportunities and Challenges”的学术讲座,为我院教师、研究生和本科生分享了两场关于无线通信的听觉盛宴。

崔曙光教授是IEEE信号处理学会2012年度最佳论文奖的获得者,曾担任多个IEEE会议的联合主席和TPC联合主席,现担任IEEE通信学会无线技术委员会主席的副主席、主席,是IEEE关于大数据和IEEE认知通信和网络交易的指导委员会的成员,IEEE通信协会技术委员会成员,并担任多个杂志的编辑;张睿教授发表超过100篇IEEE期刊论文以及超过120篇IEEE会议论文,Google scholar引用超过10,000次,被美国汤森路透集团列为2015全球高被引科学家。曾获得2015年无线通信马可尼论文奖、2015年新加坡国立大学杰出青年学者奖等诸多奖项。担任IEEE信号处理分会SPCOM和SAM的技术委员,IEEE国际通信大会无线通信分会技术委员会共主席和IEEE计算网络和通信大会技术委员会共主席等职务。
讲座中,崔曙光教授介绍了机器学习的基本概念,并详细讲解了机器学习中使用的几个经典函数算法;对增强学习这一概念以及应用做了详细的介绍;详细讲解了增强学习在无线自组织网络中的应用。

张睿教授结合无人机的特性,分析了其在未来无线通信领域中两个应用场景:无人机作为通信用户的场景以及无人机作为中继/基站的场景;对工业界对无人机在通信领域的研究做了介绍;针对无人机通信的3D特性,信道模型,轨迹设计等方面阐述了与传统通信上的不同之处及其具体的挑战;对无人机通信未来的可进一步研究的问题做了全面的总结。

报告结束后的互动环节,师生们向两位教授提出了自己的设想和问题,两位教授分别耐心详细地对大家的疑问作出了解答。来自国际前沿的自组织网络的研究介绍与来自无人机与无线技术结合的经验分享,这是一场听觉盛宴,让大家对当今世界无线通信的前沿研究有了更多的了解,受益匪浅。

