我院博士后陈明哲荣获IEEE ICC 2020最佳论文奖
深圳市大数据研究院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。
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。
IEEE 国际通信会议
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。
陈明哲、H. Vincent Poor、 Walid Saad和崔曙光
2019年陈明哲获得北京邮电大学博士学位,后参与深圳大数据研究院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。