应学院邀请，IEEE & IET Fellow、新加坡南洋理工大学教授Dusit Niyato于2024年5月30日上午在下沙校区科技馆三楼第七会议室为师生们作了主题为“Diffusion Models in Generative AI Enabled Network Optimization”的学术报告。报告前学校李文钧副校长及学院赵治栋院长与Dusit Niyato教授进行了交流。
Dusit Niyato教授首先简要介绍了人工智能生成内容，并由此引出生成式扩散模型（Generative Diffusion Models，简称GDM）及其在网络优化应用的背景。随后，他详细讲解了GDM在网络优化中的应用优势，例如GDM的强大生成能力、灵活性和易于实现，并阐述了GDM与深度强化学习的互补关系。接下来，他以无线网络功率分配优化问题为例，详细介绍了如何利用GDM解决网络优化问题，将GDM与传统的深度强化学习方法（如SAC、PPO）进行了比较，并通过实验结果展示了GDM在收敛速度、性能和鲁棒性方面的优势。最后，他以混合视频生成专家模型为例，讲述如何将GDM与混合专家模型在移动边缘元宇宙中进行应用。
在互动交流环节，参会的老师和同学们积极提问，就生成式扩散模型的相关问题与Dusit Niyato教授进行了深入交流。参与本次报告会的同学们表示，本次学术报告对他们了解生成式人工智能特别是扩散模型及其应用的相关前沿性问题非常有帮助。最后，报告会在全场热烈的掌声中落下帷幕，本次报告会圆满结束。参加本次报告的人员中，除了本院师生，还有来自吉林大学的孙庚副教授。
Dusit Niyato教授简历：
Dusit Niyato是新加坡南洋理工大学计算与数据科学学院教授，IEEE&IET双料会士。他在1999年于泰国先皇理工大学获得学士学位，在2008年于加拿大曼尼托巴大学获得电气与计算机工程博士学位。目前，Dusit Niyato教授担任IEEE Communications Surveys and Tutorials（影响因子为35.6，是IEEE具有最高影响因子的期刊）的总主编，IEEE Transactions on Vehicular Technology的领域编委，IEEE Journal on Selected Areas on Communications的客座编委，以及IEEE Transactions on Wireless Communications、IEEE Internet of Things Journal、IEEE Transactions on Mobile Computing、IEEE Wireless Communications、IEEE Network、IEEE Transactions on Information Forensics and Security、IEEE Transactions on Cognitive Communications and Networking、IEEE Data Descriptions和ACM Computing Surveys的编委。他是2016-2017年IEEE通信协会的特聘讲师，并在2017-2023年连续被评为计算机科学领域的高被引学者，谷歌学术引用78000余次，h指数高达131。
Dusit Niyato教授在无线通信领域有深入的研究基础，在分布式协作机器学习、物联网、边缘智能生成式AI、移动和分布式计算以及无线网络等研究热点上做出了重要贡献。他获得了多项学术奖项与基金荣誉，包括IEEE通信学会(ComSoc)亚太地区最佳青年研究员奖、2011年IEEE通信学会Fred W. Ellersick论文奖、2021年IEEE计算机学会中级职业研究员奖（以表彰在可扩展计算方面的卓越成就）、2022年IEEE ComSoc绿色通信与计算技术委员会杰出技术成就认可奖。他还获得了多项最佳论文奖，包括在IEEE无线通信和网络会议(WCNC)、IEEE国际通信会议(ICC)、IEEE ComSoc通信系统集成和建模技术委员会和IEEE ComSoc信号处理与计算通信技术委员会。
