研讨会 / 研讨会 · QAI-SAGIN
面向自主空天地一体化网络（SAGIN）与非地面网络的量子启发人工智能
研讨会简介
下一代无线基础设施不再是同构的地面网络。新兴的空天地一体化网络（SAGIN）范式将低地球轨道（LEO）卫星星座、高空平台、无人机集群和地面蜂窝融合为统一的可编程网络架构，而非地面网络（NTN）也已成为 3GPP 标准的正式组成部分。
由于数据稀缺、梯度不可靠以及 NP 难优化问题，经典机器学习在这一场景中往往力不从心。量子启发方法——包括量子启发进化计算、张量网络以及量子–经典混合神经网络架构——提供了一套互补的工具。本研讨会旨在阐述、探讨并推动量子启发人工智能与自主 SAGIN 及 NTN 的融合。
征稿主题
征稿主题包括但不限于：
量子启发学习与优化
- 面向网络资源分配的量子启发进化计算
- 量子启发张量网络与矩阵乘积态模型
- 用于时空流量压缩表示的振幅/相位编码
- 量子–经典混合神经网络架构（变分电路、QNN、QCNN）
- 采用量子启发参数化的超越 MLP 架构（KAN）
自主 SAGIN 与 NTN
- LEO 卫星切换预测与波束管理
- 无人机集群轨迹规划与能耗感知协同
- NTN 边缘的通信–计算联合卸载
- 跨空、天、地各层的网络切片与编排
- 多轨道星座的数字孪生
- 面向带宽受限链路的语义通信与目标导向通信
面向 SAGIN 的可信安全量子启发人工智能
- 基于间歇性卫星/无人机链路的联邦学习与拆分学习
- 基于 QKD 与后量子密码保护的学习流程
- 卫星及配备 DPU 的边缘节点上的入侵检测
- 安全关键场景中量子启发模型的鲁棒性、公平性与可解释性
基准、数据集与工具
- SAGIN 流量、卫星信道和无人机遥测开放数据集
- 可复现的仿真框架
- 非平稳条件下量子启发人工智能的评估方法
研讨会组织者
- Dr. Minh Tuan PhamUniversity of Science and Technology (DUT-UDN), Vietnam
- Dr. Phuc Hao DoDanang Architecture University (DAU), Vietnam
- Dr. Nang Hung Van NguyenUniversity of Science and Technology (DUT-UDN), Vietnam