Zhenni Pan 研究室
主宰者：Zhenni Pan
早稲田大学
AI 要約（直近 5 年の研究成果）
Zhenni Pan研究室は、次世代無線通信システムの実現に向けた多角的な研究に取り組んでいます。研究の中心課題は、高速移動環境や複雑な電波伝搬特性の下で、信号を正確に検出・推定し、通信品質を最適化することです。特に、ドップラー効果の影響を受けやすい車両通信や衛星通信、ドローン通信といった応用場面を想定しています。
技術的なアプローチは多様です。深層学習やニューラルネットワークを用いた信号処理（チャネル推定、ビームフォーミング設計など）、強化学習による動的最適化、そして物理層セキュリティに基づくプライバシー保護技術などが活用されています。また、複数の知的反射面（IRS）を組み合わせた環境制御、非直交多元接続（NOMA）の導入、様々なレーダー・通信統合システムの開発も進めています。さらに、IoT・スマートシティなどのアプリケーション領域において、タスク分散やネットワークスライシング、サイバー脅威検知といった実装課題にも対応しています。
これらの研究を通じて、同研究室は次世代移動通信（5G/6G）における通信容量の向上、遅延削減、エネルギー効率化、セキュリティ強化を同時に実現する基盤技術の構築を目指しています。
※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 工学Hikmet Sari 研究室慶應義塾大学論文 100 件·共通: IoT・クラウド基盤, 無線・移動通信, 通信システム工学, ネットワーク工学 +14
- 計算機科学Kien Nguyen 研究室千葉大学論文 100 件·共通: IoT・クラウド基盤, 無線・移動通信, ネットワーク工学, 通信システム工学 +14
- 計算機科学Mondher Bouazizi 研究室慶應義塾大学論文 97 件·共通: IoT・クラウド基盤, 無線・移動通信, 通信システム工学, ネットワーク工学 +14
- 計算機科学Mikio Hasegawa 研究室東京理科大学論文 78 件·共通: IoT・クラウド基盤, 無線・移動通信, 通信システム工学, ネットワーク工学 +14
- 計算機科学Ruidong Li 研究室金沢大学論文 100 件·共通: ネットワークアーキテクチャ, 無線・移動通信, 通信システム工学, ネットワーク工学 +14
- 計算機科学Hironori Washizaki 研究室早稲田大学論文 100 件·共通: IoT・クラウド基盤, ネットワークアーキテクチャ, ネットワーク工学, 情報ネットワーク +11
- 工学Hiroo Sekiya 研究室千葉大学論文 100 件·共通: IoT・クラウド基盤, ネットワークアーキテクチャ, ネットワーク工学, 情報ネットワーク +10
- 計算機科学Jun Wu 研究室早稲田大学論文 100 件·共通: 無線・移動通信, 通信システム工学, 通信・信号工学, 通信 +10
研究成果（33 件）
- DOI: https://doi.org/10.1109/access.2026.3685689
- DOI: https://doi.org/10.1117/12.3090029
- [2025] Trustworthy AI in Spatial Crowdsourcing: Mitigating Bias and Detecting Outliers for Robust ModelsDOI: https://doi.org/10.23919/apcc64555.2025.11279827
- DOI: https://doi.org/10.23919/apcc64555.2025.11279750
- DOI: https://doi.org/10.1109/atc67618.2025.11268678
- [2025] Latency-Aware and Energy-Efficient Task Offloading in IoT and Cloud Systems with DQN LearningDOI: https://doi.org/10.3390/electronics14153090
- DOI: https://doi.org/10.1109/atigb66719.2025.11142220
- DOI: https://doi.org/10.1109/vtc2025-spring65109.2025.11174430
- DOI: https://doi.org/10.1109/vtc2025-spring65109.2025.11174733
- DOI: https://doi.org/10.1007/s00464-025-11533-7
続きを表示（残り 23 件）閉じる
- DOI: https://doi.org/10.1109/rivf64335.2024.11009076
- DOI: https://doi.org/10.1109/vtc2024-fall63153.2024.10757640
- DOI: https://doi.org/10.1109/vtc2024-fall63153.2024.10758046
- DOI: https://doi.org/10.1109/vtc2024-spring62846.2024.10683463
- DOI: https://doi.org/10.1109/vtc2024-spring62846.2024.10683539
- DOI: https://doi.org/10.1016/j.fsi.2024.109574
- [2024] Doppler-Only Wireless Positioning for High-Speed Railway Based on Fractional Doppler EstimationDOI: https://doi.org/10.1109/wcnc57260.2024.10571219
- [2023] Joint Active and Passive Beamforming Optimization in Self-sustainable RIS-aided NOMA NetworksDOI: https://doi.org/10.1109/vtc2023-fall60731.2023.10333841
- DOI: https://doi.org/10.1109/vtc2023-spring57618.2023.10199654
- DOI: https://doi.org/10.1109/pimrc54779.2022.9977473
- DOI: https://doi.org/10.1109/vtc2022-fall57202.2022.10012759
- DOI: https://doi.org/10.1109/vtc2022-fall57202.2022.10012963
- DOI: https://doi.org/10.1109/vtc2022-fall57202.2022.10013017
- DOI: https://doi.org/10.3389/fonc.2022.928234
- DOI: https://doi.org/10.1109/isncc55209.2022.9851815
- [2022] Optimization on OTFS Modulation Channel Estimation Path Employing CNN-based Self-Adjustment ModelDOI: https://doi.org/10.1109/iccworkshops53468.2022.9814508
- DOI: https://doi.org/10.23919/icact53585.2022.9728924
- DOI: https://doi.org/10.1109/sii52469.2022.9708805
- DOI: https://doi.org/10.1109/wd52248.2021.9508302
- DOI: https://doi.org/10.1109/wd52248.2021.9508300
- DOI: https://doi.org/10.1109/ccnc49032.2021.9369527
- DOI: https://doi.org/10.1109/access.2021.3135359
科研費（0 件）
まだデータがありません（KAKEN 取り込み後に表示）。
所属学会・役職（0 件）
まだデータがありません（学会データ連携後に表示）。