周勇课题组王志斌(博)2023年5月参加IEEE ICC会议并做汇报展示

发布者:闻天明发布时间:2023-06-07浏览次数:10

 2023528日至61日,为期5天的电气与电子工程协会国际通信大会(IEEE International Conference on CommunicationsIEEE ICC)在意大利罗马的La Nuvola会议中心召开。IEEE ICC作为IEEE通信学会的顶级会议之一,吸引了来自世界各国通信领域方面的学者和专家参与其中。作为通信专业背景的学生,我非常荣幸能有机会与我的导师周勇教授一同以线下的方式参与到今年的IEEE ICC中,与一群志同道合的学者们进行面对面的交流和讨论。

在本届IEEE ICC中,我主要分享汇报了两篇自己参与的工作,包括文章“Hybrid Reconfigurable Intelligent Surface Assisted Over-the-Air Federated Learning(同课题组金家祺同学为第一作者,我为第二作者)和文章“Over-the-Air Computation Assisted Hierarchical Personalized Federated Learning(同课题组周方同同学为第一作者,我为第二作者)。为了能够在汇报当日进行清晰且流畅的英语展示,我在会议开始前一个月左右的时间内便不断梳理和调整展示所需的文稿和幻灯片,同时也非常感谢金家祺和周方同同学在准备阶段给予的帮助。在会议举办的第一天(528日)上午,我对上述第一篇文章进行了汇报展示,该工作主要利用含有主动与被动反射单元的混合智能反射面技术来提高联邦学习场景中基于空中计算技术的无线模型聚合的准确度,从而提高复杂通信环境中的模型训练性能。得益于前期的精心准备,该汇报展示顺利完成。在展示之余,我也听取了该会场中来自其他国内外高校老师和学生在无线联邦学习方向所做的工作,包括如何利用智能反射面技术改善下行模型广播的通信质量、如何利用重要性采样技术提高数据异构场景的模型训练性能、如何在去蜂窝超大规模多输入多输出通信场景中进行高效的设备协作与功率控制等等,这让我对该领域当前的研究进展有了进一步的了解和思考。

此外,我在会议举办的第四天(531日)下午对上述第二篇文章进行了展示,该工作主要利用分层网络结构、空中计算技术以及个性化本地训练来解决大规模无线联邦学习场景中通信瓶颈与数据异构所带来的挑战。本次展示以交互式的形式进行,不同于以往海报形式的展示,交互式展示可以像在台上汇报展示一样通过显示器投屏幻灯片来对自己的文章进行更加全面且详细的介绍,同时也一定程度上增加了与其他学者交流时的自由度,让我们能够针对论文中某些特定的细节进行更细致的展示和讨论。在展示期间,我利用空中计算技术介绍页面向打算在该技术方向开展后续科研的同学进行了基本原理的讲解和说明,同时也通过分层个性化联邦学习网络架构介绍页面向主攻联邦学习领域方向的同学阐述了该工作的特点和优势,这使得在有限的时间内不同学者之间能够针对所展示文章的内容各取所需,提高了学术交流的效率。在参会的其他时间,我还听取了来自华为公司的题为“The Effectiveness Communications – a m2mGPTKeynote报告,该报告主要依托当前生成式机器学习模型兴起为背景,对未来智能的有效通信进行了展望和探讨。在该报告中提到,不同于当前主要以香农理论为基础将各类信息无差别地转化成比特进行传输的情况,未来我们可以在发送端利用机器学习模型将原有信息根据服务的类型和目的进行高度抽象和概括,降低传输的数据大小以进一步降低通信开销、缓解网络压力,同时接收端同样可以依靠机器学习模型对高度概括的信息进行解析和恢复,从而实现高效率高质量的通信服务,驱动未来智能无线网络的发展。此外,我还听取了主题为“Security for AI的专题讨论会,其中有一篇文章讨论了如何利用设备调度与空中计算技术实现联邦学习场景中的差分隐私保护,这恰好与我自己的研究方向有重合的部分,在专题讨论会结束后我也有幸与该文章作者进行了短暂的交流,同时也明确了自己对一些场景的思考以及未来可能的研究内容。

总的来说,这次参加IEEE ICC让我了解到了通信领域一些最新的研究动态和趋势,同时在与其他学者讨论和交流的过程中也学习到了他人优秀的理论和方法,相信这些都将对我未来进一步的科研工作产生积极的影响。此外,在展示和听取报告期间也让我有幸认识了一些其他高校的同学和老师,希望在未来的科研中能有机会与他们有进一步的交流和合作。今后我也会继续努力,脚踏实地,希望能够在自己的科研道路上越走越远。