报告题目：Privacy Preservation and Incentive Mechanism in Crowdsensing

摘要： Data privacy preservation has drawn great research attention recently. In this tutorial, we will first consider the problem of constructing marginal tables given a set of participant's multi-dimensional data while satisfying Local Differential Privacy (LDP), presenting several results on single-attribute data. We then introduce CALM, Consistent Adaptive Local Marginal, that takes advantage of the careful challenge analysis and performs consistently better than existing methods. Further, we focues on how to design efficient incentive mechanisms to encourage participants' involvement. We propose an efficient incentive mechanism named REAP to reconcile the aggregation accuracy and participants' data privacy. The proposed incentive mechanism offers different contracts to participants with different privacy preferences, by which fusion center can directly control them. Experimental as well as simulation results are provided to validate the feasibility and advantages of our proposed algorithms.

个人简介： 浙江大学控制科学与工程学院研究员。入选中组部“青年千人”计划、浙江大学百人计划。出版学术专著/编著2部。在IEEE ToN、IEEE JSAC、IEEE TMC、IEEE INFOCOM、IEEE RTSS等国际知名期刊和会议上发表/录用80余篇。成果至今被国际同行引用2500余次，6篇论文入选ESI高被引论文。获得IEEE通信学会亚太区杰出青年研究学者奖、教育部自然科学一等奖、IEEE WCNC 最佳论文奖、IEEE PIMRC 最佳论文奖等。受邀担任IEEE TVT等3个国际期刊编委，国际会议I-SPAN 2018大会程序委员会主席、IEEE ICC 2017专题主席、ACM MobiHoc 2015注册及财务主席等以及IEEE ScalCom 2014大会程序委员会主席等。

报告题目：紧致化视觉大数据分析系统

摘要： 报告主要探索视觉大数据搜索识别系统中的紧凑性问题，将覆盖纪荣嵘教授研究组近两年来在面向视觉终端应用的视觉特征紧凑表示和深度网络压缩中所做的一些工作与成果。在视觉特征紧凑表示方面，将介绍通过引入大规模无监督排序信息，学习排序敏感的哈希码，以保持原始高维特征空间中的检索信息。在深度网络压缩方面，将介绍面向特定任务（人脸和视觉场景解析）的深度网络级联压缩模型（串行低秩矩阵分解技术）与加速模型（结构化稀疏约束剪枝技术）。报告并将介绍上述研究在腾讯\滴滴\华为等视觉产品中的实际应用。

个人简介： 纪荣嵘，福建省“闽江学者”特聘教授，厦门大学教授、博士生导师、2014年获国家优青，2016年获国家万人计划青年拔尖。主要研究方向为计算机视觉与多媒体技术。相关工作发表于SCI源期刊论文90余篇，包括ACM汇刊与IEEE汇刊近50篇、CCF A类国际会议长文40余篇。论文的Google Scholar引用次数近5000次，SCI引用1600余次，H-因子为33，12篇论文入选ESI高被引/热点论文；近年来主持国家自然科学基金联合重点项目、军委科技委战略前沿专项，国家重点研发计划课题/子课题等；获2007年微软学者奖、2011年ACM Multimedia最佳论文奖、2012年哈工大优秀博士论文、2015年省自然科学二等奖、2016年教育部技术发明一等奖。担任多个国际期刊的副编辑，VALSE 2017大会主席、ACM/IEEE高级会员。

报告题目：Cross-domain Mobile Users’ Behavior Modelling and Prediction

摘要： By focusing on characterizing the mobile traffic, web and information usage traces based on large-scale and long-duration mobile big data, which is collected from the commercial mobile operator with more than 10 thousand base stations and 6.5 million users spanning over some months, we qualitatively visualize and quantitatively characterize the spatio-temporal human behaviors in the physical-cyber space in terms of mobility, traffic consumption, social activity, etc. Based on these fundamental findings and credible models, we further investigate how to utilize these important insights to deal with problems encountered with the current mobile networks, urban management, and robust cyber-physical systems.

个人简介： 李勇，清华大学电子工程系副教授，博士生导师，贝贝网首席科学顾问。ACM/IEEE高级会员，长期从事无线大数据及通信与网络系统方面的科研工作。发表学术论文100余篇，谷歌学术引用4500余次，SCI他引1200余次，4次获国际会议最佳论文/提名奖，11篇论文入选ESI高被引用论文；入选中国科协青年人才“托举工程”、获IEEE通信学会亚太杰出青年学者奖、吴文俊人工智能优秀青年奖，担任国际期刊IEEE JSAC/TNSM/CM（客座）编委。

报告题目：面向新型智能设备的交互技术

摘要： 作为物联网的关键组成部分，新型智能设备已经融入了每一个人的日常生活，其几何尺寸、物理形态、设备功能和硬件能力存在很大的多样性，具体涵盖了智能手表、智能眼镜、智能电视等。物联网不仅包括万物互联，也人与物的连接。人与智能设备之间的交互就是人物互联的主要体现，比如通过手势进行文本输入，通过人机互动进行游戏娱乐等。然而，如前所述，新型智能设备在尺寸、形态、功能和能力等方面存在很大的差异，导致针对传统移动设备的交互技术不再适用。探索高效、可扩展、用户体验良好的交互技术，以模糊用户与设备间的界限，使其呈现出更自然、统一的交互形态。在本报告中，我们将以人机交互中的两个重要应用场景-用户认证与文本输入作为例子，深入阐述我们团队围绕上述研究方向所做的一些探索和研究。

个人简介： 伍楷舜，现任深圳大学特聘教授，广东省无线大数据与未来网络工程中心主任，国家青年千人，教育部新世纪优秀人才，广东省珠江学者特聘教授，广东省科技创新领军人才，首届广东省杰青。近年在国际主要学术期刊和会议上发表论文80余篇。获广东省丁颖科技奖，香港青年科学家奖，IEEE通信学会亚太区杰出青年学者奖，中国通信学会首届青年科技奖，深圳市青年科技奖。研究成果获得广东省科学技术奖一等奖（第一完成人），香港资讯与通讯科技奖之最佳创新奖（第一完成人），IEEE Globecom 2012、IEEE ICPADS 2012、IEEE MASS 2014、IEEE SECON 2018的最佳论文奖。担任IEEE ICPADS 2017程序委员会主席。

报告题目：输入意图推理的贝叶斯方法

摘要： 随着人机交互自然性的提高，输入信号的噪声也随之增大。作为输入意图表达的关键任务，文本输入对于可智能纠错的输入意图推理需求也越发提高。贝叶斯方法作为一类主要的意图推理方法，可以很好地在自然文本输入任务中发挥作用。本报告通过原理和举例，介绍了面对不同交互界面的具体特点，针对贝叶斯方法的改进工作。

个人简介： 易鑫，清华大学计算机系博士后，助理研究员。研究方向为人机交互与普适计算，特别是文本输入方面的研究工作。易鑫曾在人机交互顶级会议和期刊CHI, UIST, IJHCS上等发表十余篇论文，并获最佳论文提名奖。