5月24日下午，电光学院研究生会在电光学院报告厅成功举办了第177期博闻讲堂，此次博闻讲堂，我们有幸请来了休斯顿大学韩竹教授和新加坡科技设计大学杨浩博士作为主讲人，分别做了一场题为《UAV Applications over Cellular Networks: Sensing, Communication, and Control》和《Living on the edge: Scheduling schemes for federated learning》的学术讲座。我校通信和信息类专业的研究生、博士生及部分教师参加了报告会，学术讲座由电光学院李骏教授主持。

报告会上，韩竹教授首先针对新兴的无人驾驶飞行器（UAV）在军事，公共和民用领域的作用越来越大。而最近，3GPP已批准关于增强支持的研究项目，以将无人机无缝集成到未来的蜂窝网络中。与地面蜂窝网络不同，无人机通信具有许多独特的特征，例如高动态网络拓扑和弱连接的通信链路，但受到一些实际限制，例如电池电量，禁飞区等。因此，地面无线网络中使用的许多标准，协议和设计方法不能直接应用于机载通信网络。开发新的无线通信，信号处理和优化技术，以支持超可靠和实时的传感应用，实现高数据速率传输，协助LTE中的地面通信是非常重要的。在本次演讲中，韩竹教授讨论了三种情况：首先，对于无人机传感应用，我们使用稀疏优化技术获得细粒度空气质量指数分布的实时分析。其次，对于无人机通信场景，为无人机中继系统进行频谱共享规划，以增强5G通信。最后，为了控制大量无人机，提出了平均场比赛算法。

随后，杨浩博士关于一种新的分布式机器学习框架—联邦学习进行讨论。当今时代，无线设备（例如智能手机，平板电脑或车辆）日益增长的计算能力以及对共享私人数据的日益关注，而联邦学习在保证隐私安全的提前下可允许中央单元的数据采集和计算的解耦。与在数据中心中发生的集中式学习不同，联邦学习通常在无线边缘网络中操作，其中通信介质受资源约束且不可靠。由于带宽有限，在每次迭代时只能安排一部分设备进行更新。杨浩博士探讨三种常规采用的调度方案（即随机调度，循环和比例公平）下操作时联邦学习的性能。杨浩博士还将介绍一种基于信息时代设计的联邦学习新调度方法，从移动边缘网络的计算和通信方面为联合设计提供新的视角。

在报告会的提问环节，不少人踊跃提问，与国外同行业专家进行了面对面的交流学习，展示了我校师生的良好精神风貌及对学术研究的强烈热情。学术交流期间，韩竹教授、杨浩博士与我院相关老师进行了良好的专业学术交流，为后续进一步的学术研究和合作奠定了基础。