摘要

       香港中文大学（深圳）崔曙光教授团队与普林斯顿大学联合培养的博士后陈明哲的论文"Convergence Time Minimization of Federated Learning over Wireless Networks"荣获2020 IEEE国际通信会议 (ICC)最佳论文奖。该论文将发表于2020 IEEE国际通信会议(International Conference on Communications)，其共同作者包括 H. Vincent Poor, Walid Saad和崔曙光教授。陈明哲在崔曙光教授数据驱动的未来智能网络演进团队中从事科研工作。

会议简介

       IEEE国际通信会议是IEEE通信学会两大重要旗舰会议之一, 于每年中定期召开。会议以推动通信领域的创新发展为宗旨，每年从3000余研究人员提交的论文中精选当年会议用于展示和研讨的论文，再由执行委员会评选出当年的最佳论文奖。

论文简介

       该论文围绕在无线网络中部署联邦学习时，无线资源有限导致的联邦学习用户接入受限问题，提出了一种基于用户本地机器学习模型参数的随机接入方法。对于因为没有分配到无线资源而无法上传机器学习模型的用户，论文首次提出利用神经网络预测它们的机器学习模型，从而增加参与联邦学习的用户数，加快联邦学习在无线网络中的收敛速度。

       在论文撰写过程中，陈明哲等几位作者遇到了两个主要难题：首先是如何不增加任何用户开销的情况下训练神经网络并预测用户的机器学习模型参数。经研究发现随机用户接入的方式不仅能保证联邦学习算法收敛到最优点，也为控制中心训练神经网络提供了训练样本，从而解决了控制中心没有样本的难题。其次，是如何决定神经网络的输出。起初，团队决定直接用用户未来时刻的机器学习模型参数作为输出，但该方法的效果并不理想。最终，团队发现两个用户的模型之差作为输出效果会更好。最终该论文在今年IEEE国际通信会议提交的论文中脱颖而出，获得了最佳论文奖。

作者简介

陈明哲博士

未来智联网络研究院与普林斯顿大学联合培养博士后

       2019年陈明哲获得北京邮电大学博士学位，后参与香港中文大学（深圳）崔曙光教授团队和普林斯顿大学联合培养计划，成为一名博士后研究员。他于2018年和2019年分别担任IEEE无线通信汇刊和IEEE通信汇刊的模范评委，并担任2020年5G移动网络边缘机器学习国际通信研讨会联合主席(ICC Workshop on Edge Machine Learning for 5G Mobile Networks and Beyond)。他即将担任GLOBECOM 5G网络边缘机器学习通信研讨会(2020 GLOBECOM Edge Learning over 5G Networks and Beyond)的联合主席，和IEEE特定领域通信期刊(JSAC)的客座编辑。他的研究方向包括机器学习、虚拟现实、无人机、博弈论、无线网络、缓存等。

指导老师简介

崔曙光教授

理工学院代理院长、未来智联网络研究院院长

       崔曙光教授现任香港中文大学（深圳）校长讲座教授、理工学院代理院长、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。他同时还是全球高被引科学家，国家重点研发计划首席科学家，IEEE Fellow。

       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席教授。崔教授的科研成果主要集中在数据驱动的大规模系统控制和资源管理。他已在国际一流期刊和会议上发表了250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，两个IEEE国际期刊的指导委员会成员、主席，多个IEEE国际期刊的编委和领域主编，IEEE无线技术委员会(WTC)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,和ScienceWatch的全球最具影响力科学家名单。崔教授在2018 年入选广东省珠江创新团队带头人，获得Amazon机器学习奖，在2019年获得IEEE TCCN论文贡献奖、VT协会杰出讲师称号。在2017 年10 月，基于其在物联网和数据分析领域的学术声誉，他应阿里巴巴集团的邀请到杭州，作为13 名科学家之一为阿里巴巴达摩院的成立提供了战略性意见。