李烨教授研究方向是联邦学习与通信(Federated Learning and Communications)。联邦学习(Federated Learning)由于其强大的学习能力和潜在的应用前景,在无线通信和机器学习领域越来越有吸引力。与很少需要通信资源的其他机器学习技术相比,联邦学习利用中央服务器和分布式本地客户端之间的通信来训练和优化模型。因此,如何有效地分配有限的通信资源来训练联邦学习模型对性能优化至关重要。目前李烨教授是该领域的卓越研究者。
在2020年加入英国帝国理工学院之前,李烨在美国乔治亚理工学院担任了20年的教授,并在美国新泽西州的at&t实验室(前身为贝尔实验室)担任了五年的首席技术人员。在无线通信的正交频分复用(OFDM)领域,他做出了关键性贡献,建立了无线网络中资源合作的框架,并将深度学习引入通信。围绕上述领域,他发表了600多篇期刊文章和会议论文,此外还获得了40多项专利。他的出版物被引用了67000多次,几乎每年都被Clarivate/Web of Science列为高引用研究员。
李烨因在无线通信信号处理方面的贡献而当选为IEEE Fellow和IET Fellow。他获得了2024年IEEE埃里克·E·萨姆纳奖和IEEE信号处理、车辆技术和通信协会的多项奖项,包括2019年IEEE ComSoc Edwin Howard Armstrong成就奖。