2018年3月23日上午十點(diǎn)，來自復(fù)旦大學(xué)的特聘教授王昕教授帶來了《融合統(tǒng)計(jì)學(xué)習(xí)的低時(shí)延高效能無線資源配置》的學(xué)術(shù)講座，本次講座由通信抗干擾技術(shù)國家級重點(diǎn)實(shí)驗(yàn)室主辦，通信抗干擾實(shí)驗(yàn)室研究生會承辦。
首先，王教授介紹到：“5G不再單純地強(qiáng)調(diào)（峰值）傳輸速率，同時(shí)也對通信時(shí)延提出了嚴(yán)格的要求，因此可以通過增加移動寬帶或犧牲部分能譜效來降低時(shí)延?！痹谛诺赖认到y(tǒng)狀態(tài)動態(tài)變化時(shí)，逼近理論最優(yōu)的網(wǎng)絡(luò)效能需要通過允許一定的網(wǎng)絡(luò)時(shí)延來獲取。為應(yīng)對未來移動通信低時(shí)延和超高（能、譜）效的雙重需求，王教授提出將（基于網(wǎng)絡(luò)狀態(tài)樣本的）統(tǒng)計(jì)機(jī)器學(xué)習(xí)揉入隨機(jī)次梯度方法來為未來無線網(wǎng)絡(luò)設(shè)計(jì)“學(xué)習(xí)并適應(yīng)”的動態(tài)資源調(diào)度機(jī)制。
接著，王教授對隨機(jī)次梯度方法的具體內(nèi)容和不足之處進(jìn)行了細(xì)致的講解?；诶窭嗜諏ε己瘮?shù)的“隨機(jī)”次梯度的設(shè)計(jì)迭代算法，不需要先驗(yàn)統(tǒng)計(jì)信息，“邊調(diào)度邊學(xué)習(xí)”趨近最優(yōu)策略，通過基于隊(duì)列長度的簡單操作，獲得最優(yōu)效率且保障網(wǎng)絡(luò)穩(wěn)定性。但同時(shí)由于高效能也伴隨著高時(shí)延，因此這種方法存在著收斂速度慢的問題。
由于隨機(jī)優(yōu)化方法只使用當(dāng)前網(wǎng)絡(luò)狀態(tài)信息進(jìn)行管控決策，歷史狀態(tài)樣本未被利用減少系統(tǒng)未來的不確定性，因此還要加入統(tǒng)計(jì)學(xué)習(xí)，包括對海量歷史系統(tǒng)狀態(tài)樣本的離線學(xué)習(xí)和在線資源管控。最后，王教授對此種方法在實(shí)際生活中的應(yīng)用也進(jìn)行了介紹，包括云數(shù)據(jù)網(wǎng)負(fù)載均衡配置、智能電網(wǎng)電力均衡配置和城市道路交通制。
在最后的提問交流環(huán)節(jié)，主講人認(rèn)真聽取了在場師生的提問，并做了耐心和細(xì)致的回答，學(xué)術(shù)討論氛圍濃厚。本次學(xué)術(shù)講座取得了圓滿成功。
