刘胜利 在无线通信领域有7年的研究经历（2025），主要研究方向为 移动边缘智能网络、无线联邦学习、环境感知通信 等。在IEEE Trans. Commun., IEEE Trans. Wireless Commun., IEEE Trans. Veh. Technol.等通信领域权威期刊以及IEEE ICC、GLOBECOM等通信领域知名会议发表学术论文30余篇，其中包括1篇ESI高被引论文，ESI热点论文；获得国家授权发明专利10项；作为访问学生至芬兰奥卢大学Mehdi Bennis教授课题组和芬兰国家技术研究中心交流一年；获得浙江大学优秀博士论文、浙江省优秀博士论文；主持国家自然科学基金青年基金、浙江省自然科学基金青年探索项目、和浙江省博士后择优一等资助等纵向项目，之江实验室国际青年人才基金项目、公共建筑数字化碳中和技术浙江省工程研究中心等重点实验室开放基金项目等；参与国家自然科学基金面上项目、科技部国家重点研发项目以及多个与华为等企业合作的无线通信相关横向项目。 【工作经历】
2024.07-至今 上海大学通信与信息工程学院 副教授 2022.07-2024.06 浙江大学信息与电子工程学院 博士后 【教育背景】
2017.09-2022.06 浙江大学信息与电子工程学院 博士 2013.08-2017.06 苏州大学电子信息学院 学士 【主要科研项目】
（1）国家自然科学基金青年基金项目，面向去中心化边缘智能网络的“通信-计算-学习”融合理论与算法研究，主持，2024.1 - 2026.12 （2）浙江省自然科学基金青年探索项目，面向去中心化边缘智能网络的理论分析与高效学习算法设计，主持，2024.1 - 2026.12 【代表性论著及专利】
1. S. Liu, Y. Shen, J. Yuan, C. Wu and R. Yin, Storage-Aware Joint User Scheduling and Bandwidth Allocation for Federated Edge Learning, IEEE Transactions on Cognitive Communications and Networking, early access, 2024. 2. S. Liu, C. Liu, D. Wen, and G. Yu, Efficient Collaborative Learning over Unreliable D2D Network: Adaptive Cluster Head Selection and Resource Allocation, IEEE Transactions on Communications, early access, 2024. 3. G. Ding, S. Liu*, J. Yuan and G. Yu, Joint URLLC Traffic Scheduling and Resource Allocation for Semantic Communication Systems, IEEE Transactions on Wireless Communications, vol. 23, no. 7, pp. 7278-7290, Jul. 2024. 4. C. Chen, B. Jiang, S. Liu*, C. Li, C. Wu and R. Yin, Efficient Federated Learning in Resource-Constrained Edge Intelligence Networks Using Model Compression, IEEE Transactions on Vehicular Technology, vol. 73, no. 2, pp. 2643-2655, Feb. 2024. 5. S. Liu, G. Yu, R. Yin, J. Yuan, and F. Qu, Communication and Computation Efficient Federated Learning for Internet of Vehicles with a Constrained Latency, IEEE Transactions on Vehicular Technology, vol. 73, no. 1, pp. 1038-1052, Jan. 2024. 6. S. Liu, G. Yu, D. Wen, X. Chen, M. Bennis, and H. Chen, Communication and Energy Efficient Decentralized Learning over D2D Networks, IEEE Transactions on Wireless Communications, vol. 22, no. 12, pp. 9549-9563, Dec. 2023. 7. S. Liu, G. Yu, X. Chen, and M. Bennis, Joint User Association and Resource Allocation for Wireless Hierarchical Federated Learning with IID and Non-IID Data, IEEE Transactions on Wireless Communications, vol. 21, no. 10, pp. 7852-7866, Oct. 2022. （ESI高被引论文、ESI热点论文） 8. S. Liu, G. Yu, R. Yin, J. Yuan, and C. Liu, Joint Model Pruning and Device Selection for Communication-Efficient Federated Edge Learning, IEEE Transactions on Communications, vol. 70, no. 1, pp. 231-244, Jan. 2022. |