4月10日上午，英国拉夫堡大学教授、IEEE Fellow郑淦教授应邀来到南京邮电大学，为师生们带来了一场精彩的学术报告。报告主题为《A Deep Learning Approach to Robust Downlink Beamforming Optimization》。郑淦教授以他深厚的学术背景和丰富的研究经验，为我们展示了深度学习在稳健下行链路波束成形领域的创新应用。本次报告由通信与信息工程学院、智能信息处理与通信技术省高校重点实验室联合主办，旨在促进学术交流，拓宽师生学术视野。报告由智通实验室副主任邵文泽教授主持。
郑淦教授首先介绍了自己的研究背景和研究方向。他长期在无线通信系统研究领域深耕，尤其是关于鲁棒下行波束形成优化方面，拥有深厚的理论功底和丰富的实践经验。他将深度学习引入到这个领域，取得了一系列令人瞩目的研究成果。
在报告中，郑淦教授详细介绍了一个用于优化下行波束成形的深度学习框架。他指出，随着无线通信技术的快速发展，下行波束成形优化问题日益凸显。特别是，基于卷积神经网络和利用专家知识(如上行-下行对偶性和已知的最优解结构)获得解。在此框架下，构建了三个波束成形神经网络(bnn)来解决三个典型的优化问题。郑淦教授通过详实的案例和深入的分析，展示了深度学习在下行波束成形优化中的应用。他详细介绍了如何利用深度学习技术，实现对无线通信环境的精准感知和智能决策，从而有效地提高下行波束成形的稳健性和效率。这些研究成果不仅具有理论价值，更具有实际应用价值，对于推动无线通信技术的发展具有重要意义。
报告结束后，郑淦教授与老师们围绕神经网络设计和后续优化方向等问题进行了深入交流和讨论。他耐心解答，并分享了自己的研究心得和体会。他鼓励师生们要勇于创新，敢于挑战，不断推动无线通信技术的发展。他的讲解深入浅出，既有理论的高度，又有实践的指导意义，让在场的师生们受益匪浅。此次报告不仅为师生们带来了一场学术盛宴，营造了浓厚的科研氛围，加深了师生对人工智能技术在无线通信领域应用的理解，进一步激发了师生的科研热情，也为智能信息处理与通信技术研究注入了新的活力。
最后，邵文泽教授进行总结，他鼓励师生们在会后能有所思、有所行、有所获，不断努力，奋发进取。同时，对郑淦教授表示衷心感谢，并期待再次来院指导。师生们纷纷表示，郑教授的报告不仅拓宽了他们的学术视野，也为他们的研究工作提供了新的思路和方法。本次报告在热烈的氛围中圆满结束。