CCF程序员大会｜星闪智联AI新未来分论坛

论坛亮点如下：

深入了解星闪技术在智能汽车、智能终端等领域的实际应用与未来潜力；

与张文军教授等国内外知名专家学者面对面，探讨如何将无线短距通信技术与人工智能融合，共享前沿智能无线技术；

商用产品展览，直观感受无线通信技术的最新成果和应用案例；

预见无线短距通信技术的未来趋势，把握行业发展的脉搏。

论坛议程：

时间：2024年12月22日13:30-17:00

论坛主席

张文军

张文军，前上海交通大学副校长，上海交通大学讲席教授。国家杰出青年基金获得者，教育部首批长江学者特聘教授，IEEE Fellow，中国电子学会会士，IEEE上海分会主席。教育部未来媒体网络协同创新中心主任，国家数字电视国家工程研究中心首席科学家。 主要从事图像智能编码与通信、宽带无线传输、媒体系统芯片设计等领域的技术研发工作。 先后发表学术论文129篇，授权发明专利236项（含35项国际专利），国家科技进步二等奖四项（均排1）、何梁何利基金科技进步奖、中国专利金奖（排1）、广电行业CCBN学术贡献奖等。

报告专家

万蕾

万蕾，毕业于北京理工大学通信与电子系统专业。现任华为公司Fellow，短距无线通信首席科学家，国际星闪联盟副理事长。曾任华为智能汽车解决方案BU政策与标准专利部部长、华为无线网络标准专利部部长，CCSA TC5副主席、中国IMT-2020推进组专家组成员，本人从事移动通信国际标化工作二十余年，全程参与4G和5G移动通信系统标准化工作，是ITU4G评估和5G评估的主要贡献者，也是3GPP5G首版标准的主要推动者，长期致力于推动全球统一标准口一致频谱分配，2019年荣获3GPP终身成就奖。深耕短距无线通信、移动通信等关键领域。

报告题目：新一代短距无线通信技术

报告摘要：介绍新一代短距无线通信技术-星闪面临的市场机遇与挑战、业务需求、技术标准演进过程、关键技术及相关关键解决方案；介绍星闪联盟关于创新开放，合作共赢，共筑“星闪”产业生态愿景，并简要交流探讨短距无线通信技术未来可能的演进方向。

张海霞

张海霞， 山东大学特聘教授、博士生导师，长江学者特聘教授。主要研究方向为智能通信与网络、无线资源管理、移动边缘计算。出版著作3部，发表学术论文100余篇，获授权国家发明专利60 余件，获省部级一/二等奖、国际会议最佳论文奖多项。是中国通信学会青年工作委员会副主任委员、中国电子学会通信分会常务委员，曾/担任IEEE Transactions on Wireless Communications、IEEE Wireless Communications Letters、China Communication等多个国内外期刊编委，曾担任多个重要国际会议的Symposium主席或技术委员会委员。

报告题目：通信链路受限环境中云边网络智能感知与协同传输

报告摘要：近年来，空天信息网络与AI技术的迅猛发展，将支撑空、天、地之间泛在海量的物联接入，未来巨大的信息传输体量和各种计算密集、时延敏感型业务，对通信、计算、缓存（3C）资源的需求急剧上升。如何按需精准配置有限的网络3C资源、实现数据的高可靠低时延高通量信息传输，是提升空天地网络性能、满足新型业务需求的关键。在此背景下，本报告从云边协同架构下的网络信息智能感知和高效协同传输入手，提出了基于深度压缩感知的智能传输机制和资源优化方法，显著减少数据体量，提高传输效率和灵活性；构建了需求感知的多层级边缘智能缓存策略和双时间尺度任务卸载策略，有效缓解网络拥塞、降低计算密集型任务的传输时延。

胡奕聪

Yik-Chung Wu received the B.Eng. (EEE) degree in 1998 and the M.Phil. degree in 2001 from the University of Hong Kong (HKU).  He received the Croucher Foundation scholarship in 2002 to study Ph.D. degree at Texas A&M University, College Station, and graduated in 2005.  From August 2005 to August 2006, he was with the Thomson Corporate Research, Princeton, NJ, as a Member of Technical Staff.  Since September 2006, he has been with HKU, currently as an Associate Professor. He was a visiting scholar at Princeton University, in summers of 2015 and 2017. His research interests are in general areas of mcahine learning and communication systems, and in particular Bayesian inference, distributed algorithms, and large-scale optimization.  Dr. Wu served as an Editor for IEEE Communications Letters, and IEEE Transactions on Communications. He is currently a Senior Area Editor for IEEE Transactions on Signal Processing, an Associate Editor for IEEE Wireless Communications Letters, and an Editor for Journal of Communications and Networks.  He was a symposium chair for many international conferences, including IEEE International Conference on Communications (ICC) 2023, and IEEE Globecom 2025.  He received four best paper awards in international conferences, with the most recent one from IEEE International Conference on Communications (ICC) 2020.  He was a top 1% scholar (ranked by Clarivate Analytics) for seven consecutive years (2015-2021). He was elected the Best Editor of the year 2023 in IEEE Wireless Communications Letters. He is a senior member of the IEEE.

报告题目：Going beyond generic and black-box AI in wireless Communications

报告摘要：In recent years, deep learning has become an essential component of wireless communication design. However, most attempts simply utilize generic modules such as Multi-Layer Perceptron (MLP), Convolutional Neural Network (CNN), and others. While these generic designs have proven to be somewhat effective in experiments, they may not be the ideal fit for wireless communications. This presentation argues that domain knowledge in wireless communications should be leveraged when designing deep learning algorithms for wireless applications. We will explore two examples of how this domain knowledge can be incorporated. The first example demonstrates the use of deep unfolding of an optimization algorithm to guide the deep neural network architecture. The second example employs a Graph Neural Network to mimic the network topology of multiple users and multiple base stations. Experimental studies reveal the benefits of using deep learning with structures specifically tailored for wireless applications.

徐胤

徐胤，国家优秀青年基金获得者，上海交通大学电子信息与电气工程学院副教授、博士生导师。主要从事5G/6G、卫星、AI智能通信、沉浸式媒体通信等通信系统的理论技术研究、样机研制和国际标准化工作。以第一/通讯作者发表本领域国际期刊20余篇，3次获得IEEE会议最佳论文奖。提出的多项技术被国际3GPP 5G标准、美国ATSC3.0广播通信标准、星闪短距标准所采纳，授权70多项国家发明专利和13项国际发明专利。获上海市科技进步一等奖、中国电影电视技术学会科技进步二等奖 ，担任IEEE Transcations on Broadcasting副主编。

报告题目：AI辅助的无线通信网络技术

报告摘要：简要介绍课题组过去利用AI来增强无线通信物理层编码调制方面的尝试和经验，利用强化学习来优化资源分配，以及基于扩散模型对无线通信接收机进行去噪和性能优化，并尝试基于机器学习对多模态无线通信网络的多任务场景进行优化 。并简要交流探讨未来可能的几个AI for commmunication的研究方向。

王聪聪

王聪聪，中国科学院计算技术研究所特别研究助理（博士后），主要从事可见光通信、全频谱无线通信、新一代机器人体域无线通信等通信理论技术研究、实验平台搭建和标准化推进工作。以第一作者/学生第一作者在IEEE TCOM、OE等本领域国际期刊及会议发表论文10篇，所提技术被CCSA行业通信标准采纳。