报告题目：Deep Learning for Massive MIMO CSI Feedback
报告人：温朝凯（Wen Chao-kai）
教授，博士生导师
台湾中山大学通讯工程研究所
报告时间：2018年7月24日星期二下午4:00
报告地点：物联网科技园大楼西五楼通信技术研究所会议室
报告摘要：
In frequency division duplex mode, the downlink channel state information (CSI) should be sent to the base station through feedback links so that the potential gains of a massive multiple-input multiple-output can be exhibited. However, such a transmission is hindered by excessive feedback overhead. In this talk, we will show how deep learning technology can be used to address the problem. In particular, we introduce a novel CSI sensing and recovery mechanism called CsiNet, which learns to effectively use channel structure from training samples. CsiNet learns a transformation from CSI to a near-optimal number of representations (or codewords) and an inverse transformation from codewords to CSI. We will also present potential directions for this technology.
个人简介
温朝凯，男，台湾中山大学通讯工程研究所教授。2004年获得台湾清华大学博士学位，2004年至2009年间工作于工业技术研究院及联发科技(MediaTek) ，主要从事无线宽带MIMO收发器设计，2009年2月起在台湾中山大学通讯工程研究所任教。温博士已在IEEE上发表超过70篇期刊论文，并曾获得2008 工业技术研究院年度论文奖、2016 IEEE GLOBECOM最佳论文奖、2015青年技术移转奖，主要研究方向为MIMO无线收发器设计、优化理论及智能电网等。温博士目前担任IEEE Communications Letters及IEEE Wireless Communications Letters 的编委。
南京邮电大学通信与信息工程学院通信技术研究所
泛在网络健康服务系统教育部工程中心
江苏省无线通信重点实验室
江苏省物联网技术与应用协同创新中心
2018年7月22日