研究工作大致分为边端协同AI、物联网、网络系统、场景应用以及零散竞赛相关方向。总的目标是希望能够让更多能力受限的物联网设备具有复杂计算的能力，打破网络与计算的边界，形成智能物联网系统。
Research:InProgress: Difference between revisions
| Line 15: | Line 15: | ||
通过计算卸载、边端边边协同方式，将松散、受限的计算资源打通，形成复杂计算能力，支持在动态、低成本、不可靠环境中稳定运行各类AI服务。 | 通过计算卸载、边端边边协同方式，将松散、受限的计算资源打通，形成复杂计算能力，支持在动态、低成本、不可靠环境中稳定运行各类AI服务。 | ||
== 人员 == | == 人员 == | ||
在读：[[User:Xianyang|显阳]], [[User:Xinyan|新燕]], [[User:Ruizheng|瑞征]], [[User:Zhongwei|忠伟]], [[User:Yifei|逸菲]], [[User:Shuhong|舒泓]], [[User:Menghao|梦浩]], [[User:Zhiyu|芷昱]] | 在读：[[User:Xianyang|显阳]], [[User:Xinyan|新燕]], [[User:Ruizheng|瑞征]], [[User:Zhongwei|忠伟]], [[User:Yifei|逸菲]], [[User:Shuhong|舒泓]], [[User:Menghao|梦浩]], [[User:Zhiyu|芷昱]], [[User:Jiayu|家宇]] | ||
毕业：[[User:Congrong|丛荣]]，[[User:Jiale|嘉乐]] | 毕业：[[User:Congrong|丛荣]]，[[User:Jiale|嘉乐]] | ||
| Line 78: | Line 78: | ||
毕业：[[User:Luwei|璐炜]], [[User:Zhuoliu|卓柳]] | 毕业：[[User:Luwei|璐炜]], [[User:Zhuoliu|卓柳]] | ||
== 大规模仿真 == | == 大规模仿真 == | ||
* [[Research:InProgress/GeDES|GPU原生的网络仿真器]] ([[User:Qinyong|芹涌]]) | * [[Research:InProgress/GeDES|GPU原生的网络仿真器]] ([[User:Qinyong|芹涌]], [[User:Junzhe|俊哲]]) | ||
* [[Research:InProgress/DeDES|分布式仿真]] ([[User:Qinyong|芹涌]]) | * [[Research:InProgress/DeDES|分布式仿真]] ([[User:Qinyong|芹涌]]) | ||
* [[Research:InProgress/ | * [[Research:InProgress/CapSim|卫星网络仿真CapSim]] ([[User:Qinyong|芹涌]]) | ||
* 分布式gpu网络仿真 ([[User:Junzhe|俊哲]]) | * 分布式gpu网络仿真 ([[User:Junzhe|俊哲]]) | ||
== 离散OS == | == 离散OS == | ||
| Line 105: | Line 105: | ||
|-|场景应用= | |-|场景应用= | ||
== 人员 == | |||
在读：[[User:Jiyi|基易]], [[User:Mengfan|梦凡]], [[User:Zhenhua|振华]], [[User:Chenli|陈立]], [[User:Daobin|道斌]], [[User:Shijian|世鉴]] | |||
非常具体的应用场景中存在的各类问题，有一定产业化前景的题目。 | 非常具体的应用场景中存在的各类问题，有一定产业化前景的题目。 | ||
== 体积视频 == | == 体积视频 == | ||
| Line 115: | Line 117: | ||
== 大规模仿真 == | == 大规模仿真 == | ||
长期目标替代NS3： | 长期目标替代NS3： | ||
* [[Research:InProgress/GeDES|GPU原生的网络仿真器]] ([[User:Qinyong|芹涌]]) | * [[Research:InProgress/GeDES|GPU原生的网络仿真器]] ([[User:Qinyong|芹涌]], [[User:Chenli|陈立]]) | ||
== 全息路口 == | == 全息路口 == | ||
Revision as of 18:14, 21 October 2025
在新建工作页面时，注意页面名称规范，Pending的题目及时移入InProgress前缀
进行中的工作
通过计算卸载、边端边边协同方式，将松散、受限的计算资源打通，形成复杂计算能力，支持在动态、低成本、不可靠环境中稳定运行各类AI服务。
人员
在读：显阳, 新燕, 瑞征, 忠伟, 逸菲, 舒泓, 梦浩, 芷昱, 家宇
计算卸载
边边协同计算
多摄像头协同内容增强 (新燕, 忠伟)
- 边缘视频分析综述 (新燕)
- 面向边缘协同推理的协议设计 (瑞征)
- 多目标追踪 (显阳)
- 利用稀疏编码降低推理流量消耗 (显阳))
超轻量推理
物联网逐渐被解构了，除了传统的低功耗传输组网推理外，更多工作被定义在其他更加具体的场景中，如无人机/AR/全息路口等。
人员
在读：陈凯, 孟羽, 有为, 栢荣, 周羿, 嘉诚, 梦琪, 佳昊, 麟旗, 世鉴
毕业：王鹏飞, 陈嘉俊, 张新宇, 汪洋, 毛文量, 黄文杰
低功耗通信及组网
长距离低功耗通信，主要包含可见光和LoRa:
- Symbol-levelLoRaCoding (陈凯)
- 跳信道LoRa传输CHLoRa (陈凯)
- LoRa多网关Rateless数据传输
- CSS可见光-扩展 (孟羽, 嘉诚)
- CSS可见光 (孟羽, 嘉诚)
- 多跳LoRa组网 (孟羽)
异构协议/代码生成
跨域物联网协议及代码生成：
- Rings 1.0快速语义打通 (梦琪, 有为)
- Rings 2.0异构代码生成 (有为, 栢荣)
跟随无人机/机器人
ReID
- 混合模式的ReID (栢荣)
- 基于生成模型的ReID (周羿)
无人机自主跟拍系统
AR、孪生等
各类网络系统，包含数据中心仿真、量子网络、车联网、无人机网络等等。
人员
在读：芹涌, 振国, 亚亮, 海峰, 俊哲, 陈立, 帮国, 振华
大规模仿真
- GPU原生的网络仿真器 (芹涌, 俊哲)
- 分布式仿真 (芹涌)
- 卫星网络仿真CapSim (芹涌)
- 分布式gpu网络仿真 (俊哲)
离散OS
量子网络
- Efficient Entanglement (亚亮)
- 量子网络增量配置更新 (亚亮)
- SDN更新 (亚亮)
- (亚亮)
卫星边缘计算
车联网
UAV网络
RIS
人际网络
人员
在读：基易, 梦凡, 振华, 陈立, 道斌, 世鉴 非常具体的应用场景中存在的各类问题，有一定产业化前景的题目。
体积视频
充分利用边缘能力、降低提及视频的视频生成门槛，提升编解码效率，并支持更加动态复杂的场景。
大规模仿真
长期目标替代NS3：
- GPU原生的网络仿真器 (芹涌, 陈立)
全息路口
无人机/AR
- 人机物交互AppStore（提炼环境关系）
- 自主跟随拍摄
- 面向行业场景的各类AR系统
- AR life logger
- 面向医疗场景
人物关系匹配
需求找人的问题，包括师生匹配、校友匹配、老乡匹配等等。从最熟悉的师生关系开始：
各类竞赛
包括国内、国际会议联合举办的各类竞赛：