基本信息
浏览量:680
职业迁徙
个人简介
王智,从事多媒体网络和系统方向研究,包括高性能数据处理系统优化、分布式机器学习系统、边缘计算与网络等。先后获得2017年教育部自然科学奖一等奖,2018年国家自然科学二等奖,2019年深圳市青年科技奖,2020年中国电子学会技术发明一等奖,入选中组部万人计划。研究成果获得多媒体领域高水平会议ACM Multimedia最佳论文奖(国内高校首次第一单位获得),2014年计算机学会优秀博士论文奖(全国十人)。担任IEEE TMM副编辑和ACM TIST客座编辑。关键技术获得2014年移动互联网创业大赛第一名(全国300所高校1200团队参加)。王智研究成果获得工业届广泛应用和关注,相关成果以第一完成人授权专利10余项;数据驱动的无线网络性能预测技术被知名技术媒体MIT Technology Review、Synced Review等报道,成为业界重要参考。
一、基于多媒体智能的边缘计算:现有边缘计算和网络架构缺少智能化拓扑和策略支持,运行效率低;拟开展媒体智能分析驱动的边缘计算,主要内容包括场景感知的端边侧自动部署,算网联合的拓扑自动生成,面向边缘计算的决策大模型,以及基于元知识的边缘架构演化。
二、面向边缘计算的分布式机器学习:现有分布式机器学习框架无法适应新型边缘计算架构,导致训练与决策效率低;拟开展面向边缘计算的分布式机器学习,主要内容包括设备与拓扑感知的分布式训练,面向异构数据分布的传输优化,面向云边端架构的模型压缩与部署,以及场景感知的自适应在线决策。
一、基于多媒体智能的边缘计算:现有边缘计算和网络架构缺少智能化拓扑和策略支持,运行效率低;拟开展媒体智能分析驱动的边缘计算,主要内容包括场景感知的端边侧自动部署,算网联合的拓扑自动生成,面向边缘计算的决策大模型,以及基于元知识的边缘架构演化。
二、面向边缘计算的分布式机器学习:现有分布式机器学习框架无法适应新型边缘计算架构,导致训练与决策效率低;拟开展面向边缘计算的分布式机器学习,主要内容包括设备与拓扑感知的分布式训练,面向异构数据分布的传输优化,面向云边端架构的模型压缩与部署,以及场景感知的自适应在线决策。
研究兴趣
论文共 215 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
arxiv(2024)
引用0浏览0引用
0
0
arxiv(2024)
引用0浏览0引用
0
0
IEEE Transactions on Multimediano. 99 (2024): 1-13
CoRR (2024)
引用0浏览0EI引用
0
0
Science China Information Sciencesno. 4 (2024): 1-2
arxiv(2024)
引用0浏览0引用
0
0
AAAI 2024no. 7 (2024): 6962-6970
加载更多
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn