今天我们为大家解析澳门科技大学（MUST）创新工程学院计算机科学与工程学院及博士生导师Prof. Yuyi MAO（毛宇翼）。毛宇翼教授是无线通信与边缘智能领域的杰出青年学者，Google Scholar引用超13000次，曾获多项IEEE通信学会顶级论文奖。本文将全面介绍他的研究方向、创新idea以及该领域的就业前景，帮助大家更好地进行博士申请规划。
一、院系简介
澳门科技大学创新工程学院（Faculty of Innovation Engineering, FIE）成立于2022年，是在原资讯科技学院基础上整合工程学科优势资源而成立的跨学科学院。学院下设计算机科学与工程学院、工程科学系、材料科学与工程系和环境科学与工程系四个学术单位，并依托澳门系统工程研究所、澳门智慧城市研究院、下一代互联网国际研究院等八个科研机构。
学院拥有IEEE Fellow 5名、中国科学院院士2名，教研实力雄厚。在2026年泰晤士世界大学学科排名中，MUST计算机科学位列全球151-175位，AI方向在US News学科排名中列全球第88位，已跻身国际一流学科行列。
二、导师简介
毛宇翼（Yuyi MAO），现任澳门科技大学创新工程学院计算机科学与工程学院助理教授、博士生导师。他于2013年获浙江大学信息与通信工程学士学位，2017年获香港科技大学（HKUST）电子与计算机工程博士学位（香港博士研究生奖学金HKPF获得者）。加入MUST前，他先后在香港应用科技研究院（ASTRI）担任首席工程师、华为2012实验室理论实验室担任高级研究员、香港理工大学担任研究助理教授。
| 学术产出核心指标 | |
| Google Scholar 总引用 | 13,200+（截至2026年2月） |
| Google Scholar h-index | 约35 |
| ESI高被引论文 | 5篇 |
| Scopus/WOS收录论文 | 80+篇（以IEEE顶刊/顶会为主） |
| 代表期刊 | IEEE JSAC, IEEE COMST, IEEE TWC, IEEE TMC, Proc. IEEE |
| 编委任职 | IEEE Trans. Mobile Computing, IEEE Wireless Commun. Lett. 等 |
毛宇翼教授学术荣誉极为突出：入选斯坦福大学发布的"全球前2%顶尖科学家"终身影响力及年度影响力榜单（2019-2024连续入选）；荣获2019年IEEE通信学会与信息论学会联合论文奖、2021年IEEE通信学会最佳综述论文奖、2025年IEEE通信学会Katherine Johnson青年作者最佳论文奖；2024年ScholarGPS全球边缘计算领域Top Scholar第36名。在该领域青年学者中，毛宇翼教授的学术影响力处于国际顶尖水平。
三、导师研究领域解析
毛宇翼教授的研究围绕"无线通信与边缘智能"展开，构建了从底层通信理论到上层AI应用的完整研究体系，具体包含以下六个核心方向：
1. 移动边缘计算（Mobile Edge Computing, MEC）
这是毛教授最具代表性的研究方向。MEC将计算与存储资源下沉到网络边缘（如基站、接入点），为资源受限的移动设备提供低延迟、高效能的计算服务。毛教授在计算卸载策略优化、能量采集驱动的MEC系统设计等方面做出了开创性工作，其2017年发表于IEEE COMST的综述论文引用超6000次，获IEEE通信学会最佳综述论文奖。
2. 边缘人工智能（Edge AI）
Edge AI是MEC的自然延伸，将深度学习模型的训练与推理部署在网络边缘。毛教授的研究聚焦于协作式边缘推理、任务导向通信设计以及绿色Edge AI系统优化，强调在有限带宽和能耗约束下高效完成AI任务。其在Proceedings of the IEEE上发表的"Green Edge AI"综述系统梳理了该领域的核心挑战与前沿进展。
3. 联邦学习与分布式优化（Federated Learning）
联邦学习是一种隐私保护的分布式机器学习范式，允许多个终端设备在不共享原始数据的前提下协作训练模型。毛教授的研究关注非独立同分布（non-IID）数据下的联邦学习算法设计、空中计算（Over-the-Air Computation）加速联邦聚合，以及隐私感知的多任务推理方案，在通信效率与学习性能之间实现良好平衡。
4. 通感算一体化（Integrated Sensing, Communication, and Computation）
面向6G网络愿景，毛教授探索将感知、通信与计算功能深度融合的新型网络架构。研究涉及任务驱动的感知通信一体化设计、基于深度强化学习的资源联合优化等，为未来智能网络的多功能协同运行提供理论基础与系统方案。
5. 低空智能无线网络（Low-Altitude Intelligent Wireless Networks）
围绕低空经济（Low-Altitude Economy）的兴起，毛教授研究无人机辅助的通信感知一体化系统，包括为授权UAV提供通信导航服务、对低空空域进行安全感知监控等。该方向结合了通信系统设计与深度强化学习决策优化，具有重要的产业应用前景。
6. 语义通信与任务导向通信（Semantic / Task-oriented Communication）
不同于传统通信追求比特级的准确重建，语义通信聚焦于传输对下游任务最关键的信息。毛教授提出基于信息瓶颈理论的任务导向通信框架，相关论文获2025年IEEE通信学会Katherine Johnson青年作者最佳论文奖，是该领域最前沿的研究方向之一。
研究体系总览：上述六个方向形成了"通信基础理论→边缘计算架构→分布式AI→感知通信融合→行业应用"的完整链条，横跨无线通信、机器学习与系统优化三大核心学科，体现了极强的交叉研究特色。
四、创新idea思考
结合毛教授的研究积累与领域前沿趋势，以下三个创新研究方向具有较高的学术价值和可行性：
创新点一：大语言模型驱动的Agentic Edge AI网络架构
随着LLM技术的快速发展，将Agentic AI引入边缘网络成为6G研究热点。可以在毛教授现有Edge AI和联邦学习框架基础上，研究如何在资源受限的边缘节点上部署和协作推理LLM Agent，实现云-边-端协同的个性化生成式AI服务。该方向与毛教授在CAI 2026发表的Tutorial主题高度契合，可行性强且前沿性突出。
创新点二：面向低空经济的隐私保护联邦感知通信系统
将毛教授在联邦学习和低空智能网络两个方向的优势结合，设计一种无人机集群协作的联邦感知框架：各UAV在本地处理感知数据并训练局部模型，通过空中计算高效聚合模型参数，在保护用户隐私的同时实现大规模低空空域态势感知。该研究同时涵盖通信效率优化和安全隐私保障两大核心挑战。
创新点三：任务导向语义通信在多模态边缘推理中的应用
毛教授在任务导向通信和协作边缘推理方面已有深厚积累。可以进一步探索多模态（视觉+语音+传感）场景下的语义特征压缩与传输，设计跨模态的信息瓶颈框架，在极低带宽条件下实现高精度的多设备协作推理。该方向紧贴6G愿景中"万物智联"的核心需求，具有较强的理论深度与应用价值。
五、就业前景与职业规划
无线通信与边缘智能方向是当前信息技术领域最活跃的交叉学科之一，毕业后的职业选择非常多元：
1. 科研领域：高校教职与科研院所
该方向的博士毕业生在全球高校和科研机构中需求旺盛。可先在知名课题组完成博士后阶段，随后申请助理教授或副研究员职位。毛教授的学术网络覆盖港科大、港理工、浙大、华为等机构，对学生的学术推荐具有很强的辐射力。
2. 企业研发：通信与AI行业技术岗
华为、中兴、高通、英特尔等通信巨头以及字节跳动、腾讯、阿里云等科技公司对边缘计算和联邦学习人才需求巨大。毛教授本人有华为2012实验室和ASTRI的产业经验，对学生进入工业界有直接的指导优势和推荐资源。
3. 产学研结合：技术转化与咨询
澳门特区政府近年来大力推动智慧城市和科技创新发展，MUST作为澳门最大的综合性大学拥有丰富的产学研合作资源。毛教授课题组的研究成果在IoT、智慧城市、低空经济等领域有广阔的技术转化空间，博士生可参与真实项目积累转化经验。
4. 自主创业：细分赛道机会
低空经济、隐私计算、端侧AI等都是当前创投热点。具备边缘计算与联邦学习专业背景的博士毕业生，可以在无人机智能调度平台、隐私保护AI服务、工业边缘智能解决方案等赛道寻找创业机会，技术壁垒高且市场需求明确。
