2025年6月6日至14日，我前往加拿大蒙特利尔，参加在蒙特利尔会议中心举办的IEEE国际通信大会（IEEE International Conference on Communications, ICC 2025），并在大会上宣讲了题为“FedMKD: Personalized Federated Learning with Memory Knowledge Distillation”的论文。该会议是IEEE通信学会的两大旗舰会议之一，始于1965年，具有极高的国际学术影响力。本届大会以“通信技术向善（Communications Technologies 4Good）”为主题，聚焦6G网络、智能城市、量子通信、AI驱动网络等前沿方向，吸引了来自全球70多个国家和地区的近2000名学术界、工业界与政策制定者参与，充分展示了通信技术在促进社会公平与可持续发展方面的重要潜力。 我所展示的研究聚焦于隐私保护背景下的个性化联邦学习问题。在实际应用中，由于客户端间数据存在非独立同分布（non-IID）现象，传统联邦学习方法在性能上往往存在明显劣势。为应对这一挑战，我提出了一种融合知识蒸馏与历史记忆机制的个性化联邦学习算法FedMKD。该算法在训练过程中利用前一轮模型的特征信息，通过引入记忆模型与全局模型的联合初始化策略，有效保留历史知识，提高本地模型的个性化能力和收敛速度。同时，算法结合梯度信息优化全局参数的使用比例，使模型在吸收共享知识的同时避免“过度拟合”统一模型。大量实验结果表明，FedMKD在多个典型数据集上相较于八种现有主流方法均表现出更优的性能，测试精度最高可提升10.66%。 此次会议不仅是我向国际同行展示科研成果的重要平台，也为我带来了诸多启发与思考。会议内容涵盖通信理论、网络架构、无线系统、边缘智能、安全机制等诸多技术方向，特别是在认知无线电、AI驱动通信网络以及6G关键技术方面的专题研讨，展示了全球通信领域研究的最新趋势与未来路径。在论文展示环节中，我与来自加拿大、德国、印度、美国等国家的研究人员就个性化学习、边缘计算与通信系统融合等议题进行了深入交流，收获了诸多宝贵建议。 ICC 2025作为通信技术与社会价值结合的重要会议，充分展现了技术驱动社会进步的使命感与全球视野。会议特别关注通信技术在医疗、教育、灾害响应等民生领域的实际应用，通过设置“原住民社区网络覆盖”“北极偏远地区连接”等议题，强调以人为本的通信技术发展路径。此次参会让我深刻体会到前沿科技不仅是推动产业升级的动力，也应成为构建更加公平、普惠、可持续社会的重要支撑。这一理念与我的研究方向高度契合，也将持续激励我在未来科研中更加注重技术应用的社会价值。 总体而言，本次出访不仅拓展了我在学术研究方面的国际视野，也提升了我在国际学术场合中独立表达与合作交流的能力。通过面对面与全球顶尖专家进行深入探讨，我更加明确了自身研究的定位与发展方向。同时，也进一步增强了我在通信安全与人工智能融合领域继续深耕的信心。希望未来有更多机会参与此类高水平会议，并将所学所感融入今后的科研与教学工作中。 该团组已进行事后公示。 （领队签字） |
