朱光旭
职务/职称
深圳市大数据研究院信息网络优化中心副主任
深圳市大数据研究院高级研究科学家
研究方向
边缘智能，联邦学习，通信感知一体化
电子邮箱
gxzhu@sribd.cn
教育背景
2015-9至2019-12, 香港大学, 电机电子工程, 博士, 导师: 黄凯斌
2012-9至2015-3, 浙江大学, 信息与电子工程, 硕士, 导师: 钟财军
2008-9至2012-6, 浙江大学, 信息与电子工程, 学士
联系邮箱
gxzhu@sribd.cn
主要成果/荣誉
2013年 IEEE 无线通信与信号处理大会 （WCSP） 会议最佳论文奖 （Best Paper Award）
2015年-2019年 香港政府奖学金 （Hong Kong Postgraduate Fellowship， 香港最高荣誉奖学金）
2020年 香港大学卓越研究毕业生（全港大每年遴选8名优秀毕业生获奖）
2020年IEEE Transactions on Communications 模范审稿人
2023年IEEE ComSoc AP 最佳青年学者奖
2023年IEEE ComSoc AP 杰出论文奖
2023年全球前2%顶尖科学家
深圳市海外高层次人才C类
个人介绍
朱光旭，深圳市大数据研究院信息网络优化研究中心副主任，高级研究科学家，IEEE通信学会亚太区青年专业委员会副主席，香港大学电机电子工程系专业博士。在边缘智能，5G/6G 通信技术，联邦学习等领域具备丰富的研究经验。团队在相关领域发表IEEE高水平期刊论文共70余篇，包括IEEE Journal on Selected Areas in Communications，IEEE Transactions on Wireless Communications，IEEE Journal of Selected Topics in Signal Processing, IEEE Transactions on Signal Processing，IEEE Transactions on Mobile Computing等无线通信和信号处理领域的顶级期刊。团队相关论文成果得到多个国内外知名研究团队（包括清华大学，上海交通大学，浙江大学，中国科学与技术大学，帝国理工大学，和加利福尼亚大学戴维斯分校等知名高校）的关注和跟踪；依据Google Scholar 的统计, 被引次数已超过4300 余次(H-index 28)，单篇最高引用700余次，共有10篇文章引用超百次，并有5篇期刊论文先后被认定为ESI高被引论文（被引用次数在该学科处于全球前1%水平），1篇期刊论文被认定为ESI热点论文（被引用次数在该学科处于全球前1‰水平）。朱光旭博士目前受邀担任顶级国际期刊IEEE Transactions on Wireless Communications 以及 IEEE Wireless Communications Letters 编委，并于多个主流国际会议上担任分论坛/研讨会联席主席包括（IEEE PIMRC 2021，2024，MIIS 2022，WCSP 2023，VTC-fall 2023，Globecom 2023，ICASSP 2024等）。
朱光旭博士近年来在边缘智能等相关领域主持包括国家自然科学基金面上和青年基金，广东省旗舰项目课题和自然科学基金面上基金，国家重点研发计划子课题等多个省部级课题，深港澳科技合作计划课题，以及华为、中移动（江西）、中国信通院等领军企业横向课题，累计主持科研经费超1500万。相关成果曾获2023年国际通信学会亚太区最杰出青年学者奖、最佳论文奖，广东省青年拔尖人才、浙江省自然科学二等奖、全球前2%顶尖科学家、国际会议UCOM 2023青年科学家奖、AI2000最具影响力学者提名奖、第五届“绽放杯”5G应用征集大赛专题赛一等奖（第一完成人）、多个国际会议最佳论文奖等荣誉。
代表性论文
[J1]. G. Zhu, D. Liu, Y, Du, C. You, J. Zhang, and K. Huang, ”Toward an Intelligent Edge: Wireless Communication Meets Machine Learning”, IEEE Commun. Mag., vol. 58, no. 1, pp. 19 - 25, Jan. 2020. （ESI 高引，ESI热点）
[J2]. G. Zhu, Z. Lyu, X. Jiao, P. Liu, M. Chen, J. Xu, S. Cui, and P. Zhang, "Pushing AI to wireless network edge: An overview on integrated sensing, communication, and computation towards 6G", accepted by Sci. China Inf. Sci., Nov. 2022.
[J3]. G. Zhu, Y. Wang K. Huang, ”Broadband analog aggregation for low-latency federated edge learning”, IEEE Trans. Wireless Commun., vol. 19, no. 1, pp. 491-506, Jan. 2020. （ESI 高引）
[J4]. G. Zhu, Y. Du, D. Gunduz, K. Huang, "One-Bit Over-the-Air Aggregation for Communication-Efficient Federated Edge Learning: Design and Convergence Analysis", IEEE Trans. Wireless Commun., vol. 20, no. 3, Mar. 2021. （ESI 高引）
[J5]. G. Zhu*, J. Xu, K. Huang, and S. Cui "Over-the-Air Computing for Wireless Data Aggregation in Massive IoT", IEEE Wireless Commun., vol. 28, no. 4, pp.57-65, Aug. 2021.
[J6] X. Cao, G. Zhu*, J. Xu, Z. Wang, and S. Cui, "Optimized Power Control Design for Over-the-Air Federated Edge Learning" IEEE J. Sel Area Commun., vol. 40, no. 1, pp. 342-358, Jan. 2022.
[J7]. X. Cao, G. Zhu, J. Xu, and S. Cui, “Transmission Power Control for Over-the-Air Federated Averaging at Network Edge”, IEEE J. Sel Area Commun., vol. 40, no. 5, pp. 1571-1586, May 2022.
[J8] M. Zhang, G. Zhu*, S. Wang, J. Jiang, Q. Liao, C. Zhong, and S. Cui, “Communication-efficient federated edge learning via optimal probabilistic device scheduling”, accepted by IEEE Trans. Wireless Commun., Apr. 2022.
[J9] X. Li, S. Wang, G. Zhu, Z. Zhou, K. Huang, and Y. Gong, "Data Partition and Rate Control for Learning and Energy Efficient Edge Intelligence", IEEE Trans. Wireless Commun., vol. 21, no. 11, pp. 9127-9142, Nov. 2022.
[J10] P. Liu, G. Zhu*, S. Wang, W, Jiang, W. Luo, H. V. Poor, S. Cui, "Toward Ambient Intelligence: Federated Edge Learning with Task-Oriented Sensing, Computation, and Communication Integration". submitted to IEEE J. Sel. Topic Sig. Proc. , Jun. 2022.
