【本站訊】近日,，煙臺大學計算機與控制工程學院2022級計算機技術專業(yè)研究生李亞鴻為第一作者,，計算機與控制工程學院王瑩潔教授為通訊作者，煙臺大學為第一單位,，以“基于軌跡預測確定候選工人集合的任務分配”為題在國際計算機網(wǎng)絡頂級期刊《IEEE移動計算匯刊》發(fā)表研究論文,。
據(jù)悉,，《IEEE移動計算匯刊》由IEEE（國際電氣與電子工程師協(xié)會）主辦，是計算機科學領域最具影響力的國際期刊之一,，是中國計算機學會（CCF）A類推薦期刊,，致力于移動計算、無線網(wǎng)絡分布式系統(tǒng),、智能感知等研究方向,。本次所刊發(fā)成果的研究工作獲得國家自然科學基金項目,、山東省自然科學基金項目、山東省自然科學基金重點項目以及網(wǎng)絡與交換技術國家重點實驗室（北京郵電大學）開放基金的支持,。
李亞鴻（左一）和王瑩潔老師（右四）
隨著智能設備和物聯(lián)網(wǎng)技術的普及,，移動群智感知（MCS）已成為城市環(huán)境感知、智能交通,、公共安全等領域的重要信息采集手段,。相比傳統(tǒng)傳感器網(wǎng)絡，MCS依靠眾包工人的移動設備進行數(shù)據(jù)采集,，不僅成本低,，還具有更高的靈活性。然而,，現(xiàn)有招募策略仍有不足：一是過度依賴歷史行為,，未充分考慮工人動態(tài)軌跡，影響任務時效與準確性,；二是任務分配優(yōu)化不足,，工人選擇不精準、調度不靈活,，導致資源浪費和執(zhí)行成本上升,。因此，該研究團隊創(chuàng)新性地提出了一種基于軌跡預測確定候選眾包工人集合的招募框架“RFOW-MT”,，采用離線-在線結合的兩階段任務分配機制,，從而有效解決上述問題。此外,，該研究在智慧城市和環(huán)境監(jiān)測領域具有重要應用價值,，通過軌跡預測與動態(tài)優(yōu)化，提高數(shù)據(jù)采集的效率,、準確性和經(jīng)濟性,。
回顧自己的科研旅程，李亞鴻表示,，必須要感謝學院,、老師、同學給予的巨大幫助,，學校提供的科研資源,、班級和同學的學術氛圍、導師的悉心指導,，讓他從一個科研新人逐漸成長為可以獨立開展研究的研究生,，在整個研究過程中，王瑩潔教授和團隊其他同學的幫助,，讓他在科研思維,、學術寫作數(shù)據(jù)分析等方面有了顯著提升,。這項研究的完成歷時一年半，在研究過程中面臨多項技術性挑戰(zhàn),，軌跡預測的精度問題,、候選工人的篩選問題、任務的分配與優(yōu)化,、論文的反復修改與優(yōu)化,，這一過程不僅是技術上的挑戰(zhàn)，更是對科研耐心和問題解決能力的錘煉,，讓他深刻體會到科研的嚴謹性和挑戰(zhàn)性,。
對于這項研究成果的取得，李亞鴻認為關鍵因素在于持續(xù)的探索精神,、扎實的技術基礎,、良好的科研環(huán)境、高效的時間管理,、執(zhí)行力論文寫作與學術表達能力,，正是這幾項因素幫助他完成了本次研究，也為今后的科研工作打下了堅實基礎,。
此外,，李亞鴻積極參與第九屆中國智能技術與大數(shù)據(jù)會議、第二屆山東省計算智能大會,、2024IEEE世界服務計算大會等多個學術活動,，獲得2024年山東省研究生創(chuàng)新成果獎，不斷深化對于專業(yè)知識的理解和運用,。談到未來規(guī)劃,，他表示，希望繼續(xù)深入研究移動群智感知,、深度學習、智能任務分配等方向,，進一步優(yōu)化現(xiàn)有的算法,，并探索其實際應用場景，如智慧城市,、環(huán)境監(jiān)測,、智能交通等。希望未來能將研究成果應用到實際場景,，為智能計算和群智感知技術的發(fā)展貢獻自己的力量,。
來稿時間：3月7日 審核：亓健生 責任編輯：孫艷
