Research

研究方向

我目前就读于哈尔滨工业大学（深圳）信息科学与技术学院，就读专业为电子信息（信息与通信工程）。

我目前主要关注的方向是天基算力网（低轨道卫星通信网络）中的智能算力感知路由，涉及到的问题背景是卫星为基础搭建的太空算力基础设施。卫星算力路由主要解决的问题是，在高动态、资源受限的卫星网络环境中，如何智能、高效地调度稀缺的算力与网络资源，以满足多样化的任务需求。它的核心目标是为每个计算任务动态找到一条从数据源到计算节点的最佳传输路径。通俗来说，就是要解决“谁来算”“谁来传”的问题。为了解决这些问题，目前主要有图神经网络（GNN）与图注意力机制、传统强化学习决策、多智能体强化学习、拆分学习/联邦学习等方法。另外，将语义模型加入到路由决策当中也是我会关注的问题。

目前，我正在进行的重点有以下三方面

  1. 深度强化学习方法决策路由： 使用DQN、PPO、MAPPO等算法的改进方法对路由进行决策，克服动态拓扑问题。
  2. 语义模型的嵌入： 针对不同的计算任务，通过语义模型进行划分从而进行自适应的动态路由决策。
  3. 星上模型的训练与推理： 针对星上计算资源进行的联邦学习、拆分学习是路由决策的重要考量因素。

科研项目

  • 项目 A｜天基算力网算力路由（进行中） 当前重点在于文献调研与方法学习，找到合适的切入点进行进一步研究。

数据集与软件

  • Dataset Demo： 用于展示数据集名称、版本、许可协议和下载链接。
  • Research Toolkit： 用于展示开源代码、安装说明和使用示例。
  • Reproducibility Checklist： 用于记录运行环境、随机种子、参数和评测指标。

Publications

以下卡片均为排版示例。请在正式发布前替换论文标题、作者、摘要、发表信息与链接。

Data-Driven Optimization for Intelligent Communication Systems
Preprint Under Review
Woodzow, Author A, Author B
arXiv Preprint2026
本文研究如何将数据驱动方法与通信领域知识结合，在性能、可靠性和计算成本之间取得平衡。示例摘要用于展示较长文字在卡片中的排版效果，后续可以直接替换为论文摘要或两到三句话的工作简介。
Reliable Representation Learning for Multivariate Time-Series Data
Journal Accepted
Author A, Woodzow, Author C
† Equal contribution
Journal Name20XX
这是一篇期刊论文示例，关注复杂时序观测中的稳定特征提取、预测和异常检测。你可以在这里概括研究问题、核心方法、主要实验结论及工作的实际意义。
A Lightweight Workflow for Reproducible Machine Learning Experiments
Conference In Progress
Woodzow, Author D
Conference Name20XX
这是一篇会议论文或在研工作示例。卡片支持按需显示 Paper、Website、Code 和 Data 按钮；没有对应资源时，删除 shortcode 中相应的参数即可隐藏按钮。