应急通信对于支持全面的灾难响应战略至关重要，可在错综复杂的救援场景中提供高可靠性。随着应急通信网络的不断发展，业界最近提出了旨在建立应急通信网络自动化平台的倡议，强调向更加自主和智能的网络管理系统转变，同时确保各种按需服务质量（QoS）标准。通过结合人工智能（AI）技术，可以实现更高效、更可靠的网络管理操作。
本次workshop旨在为作者提供一个论坛，介绍专门针对AI/ML的先进网络设计和优化方面的研究成果。感兴趣的主题包括（但不限于）：
卫星/航空辅助的基于人工智能的应急通信架构 开发集成 3D 通信和学习算法，实现应急通信网络中的智能移动边缘 用于智能应急网络优化和协议设计的资源分配和服务适应 智能应急通信的网络规划/调度 用于无线应急通信的神经网络 应急通信中的大型人工智能生成模型和技术 用于无线应急通信的语义通信 无线应急通信的传感和定位 超可靠低延迟通信（URLLC）/大规模机器类型通信（mMTC）辅助应急通信的 QoS 配置 基本性能分析的理论极限 智能应急通信测试平台
1. 投稿方式
有意投稿的作者请按照 IEEE 会议投稿指南通过 EDAS 系统进行投稿，点击下方“阅读原文”了解更多。
投稿链接：
https://edas.info/newPaper.php?c=32695&track=126266
2. 重要时间
论文投稿截止：2024年08月20日
录用通知日期：2024年09月15日
终稿提交日期：2024年10月10日
Workshop Chairs
Jingqing Wang
Xidian University, China
Wei Zhang
The University of New South Wales, Australia
Qinghe Du
Xi'an Jiaotong University, China
Lixin Li
Northwestern Polytechnical University, China
GenAINet公众号简介
GenAINet公众号由IEEE Large Generative AI Models in Telecom (GenAINet) ETI成立，由GenAINet公众号运营团队负责维护并运行。
GenAINet公众号运营团队：
孙黎，彭程晖 （华为技术有限公司）
杜清河，肖玉权，张朝阳 （西安交通大学）
王锦光，俸萍 （鹏城实验室）
编辑：张朝阳
校对：肖玉权
