亚马逊网络服务、弗吉尼亚理工大学休谟中心启动新兴技术研究奖学金

一个由学生领导的研究团队正在与亚马逊合作，推进云中机器学习的用例，用于无线通信应用。

弗吉尼亚理工大学国家安全研究所正在与 Amazon Web Services （AWS） 合作，通过新兴技术研究奖学金，为 11 名本科生和一名研究生研究助理提供在云中部署最先进的机器学习算法以进行分布式射频频谱传感的经验。该奖学金旨在通过利用通过云协作的多个传感器来提高射频频谱传感算法的性能。

“我们很高兴能与弗吉尼亚理工大学国家安全研究所（Virginia Tech National Security Institute）合作，与将成为未来机器学习从业者的学生一起工作，”AWS联邦副总裁David Appel说。“频谱传感用例在我们的客户中激增，我们期待通过这些学生的工作来展示基于云的射频机器学习在解决这些问题方面的价值。”

频谱传感是

• 检测是否存在传输的无线信号
• 估计检测到的信号的参数，如持续时间、带宽、占空比等。
• 对检测到的信号的格式进行分类，例如蓝牙、Wi-Fi、蜂窝等。
• 对传输信号的特定无线电或无线设备进行指纹识别

人工智能和机器学习在无线射频通信领域越来越受到关注。它们可能会在先进技术的发展中发挥重要作用，例如6G和NextG蜂窝系统，以及通过电子战对抗它们的能力。

利用国家安全研究所在射频机器学习（RFML）解决方案研发方面的丰富经验，基于云的分布式射频机器学习项目旨在开发新的方法，将来自各种传感器的数据汇集到云中。为了简化传感器和云之间的这一过程，研究团队正在开发一种方法，该方法将确定哪些信息被发送到云端，如何根据传感器的学习能力等待该信息，以及应该将哪些信息提供回传感器，以便将来做出更好的决策。

“我们团队的研究从根本上讲是关于如何在云和支持RFML的传感器之间有效地执行协作，以及如何将最少的信息发送到云以减少通信开销，”联合首席研究员兼副主任William “Chris” Headley说。“在考虑具有不同功能的传感器的情况下，您发送的RFML数据量与最终性能之间的这种众所周知的权衡是这项工作的关键。”

该奖学金还将为本科生未来可能的职业做好准备，使用机器学习工具支持国家安全用例。

“学生们正在使用他们在正常课堂环境中看不到或无法学习的行业级工具，”频谱优势部门的联合首席研究员兼研究助理Alyse Jones说。“他们还一直与 AWS 团队密切合作，因此他们对行业有深刻的了解。”

该奖学金扩展了 2022 年在 Sanghani 人工智能和数据分析中心的指导下开始的亚马逊-弗吉尼亚高效和稳健机器学习技术计划。休谟中心项目经理Tiasha Khan和该研究所教育和外展副主任Ehren Hill分别是该奖学金的联合首席研究员和首席研究员。

AWS 团队成员从一开始就参与了该项目，经常参加会议以提供反馈和建议，学生们表示这些反馈和建议很有影响力。

“他们甚至提供了办公时间，我们可以在那里询问有关该项目或亚马逊工具的更多问题，”主修计算和系统神经科学的一年级学生River Thaboun说。“接触他们的团队和他们的资源让我们觉得，即使我们都是本科生，他们也想为我们付出努力，因为他们认为我们正在做的工作很重要。”

该奖学金于 2023 年秋季学期开始时开始。教师和学生研究人员将在本学期继续他们的工作。学生将在4月的年度休谟中心国家安全座谈会上展示最终项目。

泰德和卡琳·休谟国家安全与技术中心位于弗吉尼亚理工大学国家安全研究所内，是该大学以国家安全为重点的研究、体验式学生学习和劳动力发展的中心。暑期实习计划和类似努力旨在鼓励弗吉尼亚理工大学的学生考虑在国家安全、情报界或相关领域从事职业。