北京航空航天大學(xué)趙中亮副教授來北理工信息與電子學(xué)院進行學(xué)術(shù)交流
發(fā)布日期：2019-10-25 供稿：信息與電子學(xué)院 胡晗 攝影：樊芳芳
編輯：曹安琪 審核：司黎明 閱讀次數(shù)：
應(yīng)我校邀請,，北京航空航天大學(xué)電子信息工程學(xué)院“卓越百人”特聘副教授趙中亮于10月10日抵達北京理工大學(xué)進行學(xué)術(shù)交流,。10月10日上午，趙中亮在北京理工大學(xué)10號教學(xué)樓317做了題為“Machine learning-empowered Spatial-Temporal Trajectory Data Analysis and Applications at Network Edge”的學(xué)術(shù)報告,。出席此次會議的有信息與電子學(xué)院的十多位教師,、博士研究生和碩士研究生。
隨著智能移動終端的迅速發(fā)展,，大量移動用戶終端的位置信息得以獲取,，進而為移動節(jié)點軌跡分析提供了數(shù)據(jù)保障。該報告重點圍繞機器學(xué)期,、深度學(xué)習(xí)在室內(nèi)外軌跡信息的分析和應(yīng)用問題上展開討論,。
報告人重點介紹了三個將機器學(xué)習(xí)技術(shù)成功應(yīng)用到室內(nèi)外軌跡預(yù)測、定位方面的工作,。通過結(jié)合智能邊緣計算技術(shù),，可以將高負(fù)荷的機器學(xué)習(xí)、深度學(xué)習(xí)運算卸載到離終端用戶近的邊緣處理器,，同時滿足低時延和高精度的軌跡分析要求,。報告人重點介紹了最新的深度學(xué)習(xí)技術(shù)在移動節(jié)點（車輛網(wǎng)中車輛節(jié)點和通信網(wǎng)絡(luò)中移動用戶節(jié)點）的軌跡定位方面的應(yīng)用。申報人提出的基于LSTM技術(shù)的軌跡預(yù)測能夠同時滿足高精度和快速收斂的優(yōu)化性能,，使得提出的模型適用于對時延有較高需求的應(yīng)用,。
通過這次學(xué)術(shù)交流活動，大家受益匪淺,，拓展了視野,，對邊緣計算、深度學(xué)習(xí),、空間數(shù)據(jù)領(lǐng)域的先進技術(shù)有了更深入的了解,，對選擇研究方向和開展科學(xué)研究有很大幫助。
分享到：