理工学院/未来智联网络研究院崔曙光院士论文入选2022年度 Engineering 高被引论文Top 10
近日,香港中文大学(深圳)理工学院/未来智联网络研究院崔曙光院士论文《6G中联邦学习的应用、挑战和机遇 Federated Learning for 6G: Applications, Challenges, and Opportunities》入选2022年度Engineering高被引论文TOP10。高被引论文的合著者还有浙江大学的杨照辉教授、迈阿密大学的陈明哲教授、英国伦敦大学的黃繼傑教授、普林斯顿大学的H. Vincent Poor教授(入选论文公示链接:https://mp.weixin.qq.com/s/jVrNhj8ar32IxUUylNfldg)。
Engineering是中国工程院院刊主刊,工程类综合性期刊,由中国工程院主管,中国工程院战略咨询中心与高等教育出版社主办,是“中国科技期刊卓越行动计划”领军期刊。该期刊2022年影响因子达到12.8,在90种全球工程综合领域期刊学科排名中位列第二;期刊引证指数JCI(3.06)在178种全球工程综合领域期刊中排名第一。本篇论文在2022年发表的所有Engineering期刊中,入选高被引论文,排名第10名。
论文链接:https://www.engineering.org.cn/en/10.1016/j.eng.2021.12.002
论文简介
论文题目:
6G中联邦学习的应用、挑战和机遇
Federated Learning for 6G: Applications, Challenges, and Opportunities
论文介绍:
由于数据流量的显着增长,机器学习已经获得了相当多的关注,并有望在第六代 (6G) 无线网络的发展中发挥至关重要的作用。集中式机器学习方法需要在集中式参数服务器上收集训练样本。因此,传输大量数据样本会导致严重的传输延迟。并且,标准的集中式机器学习方法无法保证用户隐私性。然而,低延迟和隐私要求在许多新兴应用中很重要,例如无人驾驶飞行器、虚拟现实服务和自动驾驶。因此,使用集中式机器学习方法来优化这些新兴应用是不合适的。同时,由于通信资源有限,所有边缘设备通常无法将其数据上传到参数服务器,以进行集中式机器学习。基于以上这些原因,需要引入分布式学习算法,使设备能够通过本地训练协同构建统一的学习模型。缓解这些问题的一种方法是联邦学习,它使设备能够在没有数据共享和传输的情况下,训练通用机器学习模型。
联邦学习可用于解决各种实际通信应用中的复杂问题,例如干扰消除、网络控制、资源分配和用户分组。此外,联邦学习使用户能够合作学习统一的预测模型,同时将收集到的数据存储在他们的设备上,用于无线环境分析、用户运动预测和用户识别。基于预测结果,基站可以有效地为设备分配无线资源。本文全面概述了未来6G无线网络的联邦学习应用。特别是,首先描述了将联邦学习应用于无线通信的基本要求。然后详细介绍了无线通信中潜在的联邦学习应用,并讨论了与应用相关的主要问题和挑战。最后,阐述了一种用于无线通信的综合联邦学习实现方案。
教授简介
香港中文大学(深圳)校长学勤讲座教授
未来智联网络研究院院长
崔曙光院士
崔曙光教授,加拿大工程院院士,国家重点研发计划首席科学家,全球高被引学者,IEEE Fellow,深圳市杰出人才培养计划首批入选人,深圳市决策咨询委员会成员。崔教授于2005年在美国斯坦福大学获得博士学位,先后在UC Davis等多所美国大学任教至讲座教授。2018年回国后曾担任香港中文大学(深圳)杰出校长讲座教授、理工学院执行院长、未来智联网络研究院院长、港中深-京东集团人工智能联合实验室主任,深圳市大数据研究院常务副院长,广东省未来智联网络重点实验室主任。
崔教授的科研成果主要集中在通信网络与AI技术的深度融合。他已在国际一流期刊和会议上发表了370多篇论文,是IEEE信号处理协会2012 年最佳论文奖获得者,并曾担任多个IEEE国际会议的主席和程序委员会主席,IEEE旗舰期刊的编委和领域主编及指导委员会成员、主席,IEEE无线技术委员会的主席。他在2013 年当选IEEE Fellow(博士毕业8 年内入选,IEEE 历史上最快之一),在2014 年入选IEEE通信协会杰出讲师,汤森路透全球高被引科学家名单,ScienceWatch的全球最具影响力科学家名单。崔教授在2020和2021年获得IEEE ICC最佳论文奖,IEEE ICIP最佳论文列表,IEEE GLOBECOM最佳论文奖,中国ICT创新应用奖,IEEE WCNC 最佳论文奖,CCF Chinagraph首个图形开源数据集奖,中国电子学会自然科学一等奖,中国通信学会技术发明一等奖。在2023年,崔教授荣获IEEE Marconi最佳论文奖,并当选新一届IEEE Transactions on Mobile Computing(CCF-A核心期刊)主编,是中国大陆工作的学者首次担任。