溫朝凱 Chao-Kai Wen

開發無線系統深度學習技術框架

我的研究主要聚焦於MIMO多天線系統，涵蓋理論效能分析、訊號處理、資訊安全與系統實現，並將機器學習與深度學習技術應用於該領域。我已於國際頂尖期刊發表多項重要研究成果，且多篇論文獲選為ESI高被引論文。我於2022年入選科睿唯安高被引學者，2024年當選國際電機電子工程學會會士(IEEE Fellow)。

近年來，我將無線傳播通道視為影像進行處理，並成功開發兩大無線系統深度學習技術框架，應用於通道狀態資訊回傳與通道估計，有效提升無線物理層性能與系統穩定性。其中，2018年我與團隊首度提出「無線通道回傳自動編碼器」(CsiNet)，開啟全球學者基於此技術的後續研究，並被全球行動標準組織3GPP列入5G-Advanced研究項目，成為未來6G AI標準的重要基礎。

除了理論研究外，我也熱衷於系統實現與產學合作。我與中山大學翁金輅教授及團隊長期合作，建置了完整的MIMO測試平臺，並透過Over-The-Air實驗驗證相關技術，進一步推動學術理論的實務應用。我亦將研究成果轉化為產業應用技術，協助企業導入使用，迄今已執行20餘件非政府產學計畫，並完成3項技術移轉。