RISTA前沿大讲堂

基于AI辅助的双流图像语义传输框架

Graph Neural Networks for Wireless Networks: Graph Representation, Architecture and Evaluation

基于AI辅助的双流图像语义传输框架

针对现有语义通信系统在架构灵活性与技术兼容性方面的不足,本研究提出一种创新性的基于AI辅助的双流图像语义传输框架。该方案突破传统端到端联合信源信道编码的架构,通过构建包含传统编解码数据流与可学习语义流的双路径并行结构,实现与现有通信标准的兼容。通过动态特征融合机制,系统在保持高性能图像传输的同时,系统计算开销降低29%以上,有效解决了语义通信框架在现有硬件设施部署过程中标准断层与技术壁垒的关键难题。

吴老师现任上海交通大学教授,产研院副院长,长期从事安全、超可靠和低时延通信理论与方法研究,目前已在IEEE期刊发表论文100余篇,多篇论文入选ESI热点及高被引论文,获IEEE ICC等会议最佳论文奖多篇。 获国家自然基金委优秀青年基金、IEEE通信学会亚太区杰出青年研究学者奖、华为技术成果转化二等奖、爱思唯尔中国高被引学者,全球前2%顶尖科学家“终身科学影响力榜单”等荣誉和奖励。 现任IEEE Transactions on Information Theory/Wireless Communications编委,曾受邀担任IEEE Transactions on Communications以及 IEEE Communications Letters编委。作为领衔客座编委(Lead Guest Editor)在IEEE JSAC,IEEE Wireless Communications 和 IEEE JSTSP上组织了多期专刊。同时,多次担任IEEE ICC、Globecom、VTC等国际著名会议技术委员会主席及委员。现任IMT-2030(6G)新一代多址接入技术任务组副组长,上海市5G/6G专家委员会特聘专家,主持国家自然科学基金、国家重点研发子课题以及华为、中兴、国家电网等科研项目多项。