在本次会议上，徐绍伟同学就其研究成果《TBNN: Lookup Tables-Based Optimization for In-Network Binary Neural Networks》（基于查找表的网内二值神经网络优化），作专题报告并与现场专家深入交流。该工作提出了一种名为TBNN的新型网内二值神经网络架构，通过利用查找表替代传统BNN推理中的关键计算操作，有效减少了指令开销，提升了模型在可编程网络设备上的可扩展性与灵活性，并成功在SmartNIC平台上实现了部署。与会学者对TBNN的设计思路和工程实现给予了积极评价，尤其肯定了其在提升网内智能处理效率方面的创新性贡献。报告期间，听众就LUT资源限制、模型压缩与精度权衡等问题展开了热烈讨论，整体反响良好。朱龙隆就本人Poster进行汇报，为现场参会人员答疑解惑。通过参加IEEE/ACM IWQoS 2025会议，不仅使实验室的研究成果与国际学术界的同行进行了深入交流和互动，也进一步拓展了实验室研究人员对通信与网络服务质量领域最新进展的视野和理解。 该团组已进行事后公示。 （领队签字） |
