PCC青年学者论坛——泛在智能驱动的城市系统新纪元
8月22日（星期五）13：00-15：00
地点: 三楼上海厅

简介：
       香港科技大学（广州）智能交通系统中心助理教授。研究兴趣主要包括智能物联网、数据科学和智能交通等交叉领域，相关研究成果发表在IEEE TMC、IEEE TKDE、IEEE ToN、IEEE TITS、IEEE TBD、ACM KDD、ACM MobiSys、IEEE ICDE、ACM MobiHoc、IEEE ICDM 等国际顶尖期刊和会议。研究成果曾获 IEEE ICPADS '20的“最佳论文奖”。受邀担任ACM KDD、ACM WSDM、IEEE ICDCS等国际顶级会议的程序委员会委员，并长期担任IEEE TKDE、IEEE TMC、IEEE TITS等重要国际期刊审稿人。主持国家自然科学基金和省市级各类项目8项。

报告题目： AI驱动的共享出行研究

报告摘要： 

       全球碳中和目标与智能交通系统深化进程中，共享出行（Ridesharing）作为智慧交通核心场景，依托普适计算、物联网与5G/6G通信技术的深度融合，成为破解城市交通拥堵、推动低碳转型的关键路径。然而，动态复杂场景下，城市峡谷GNSS信号衰减引发的定位精度不足、司乘需求时空异质性导致的匹配低效，以及订单-车辆耦合带来的调度复杂性，仍严重制约系统运行效率与服务体验。本报告聚焦AI技术在共享出行全流程的创新应用，具体汇报以下三方面的研究进展：1）多源数据融合驱动的城市峡谷精准定位；2）应用时空注意力机制实现司乘高效预匹配；3）订单分派与车辆调度的联合优化策略，以提升系统运行效率与用户服务体验。此外，将探讨大模型在共享出行场景中的应用潜力及其面临的关键挑战。

简介：
       刘浩博士现任香港科技大学（广州）人工智能学域助理教授、博导、研究生主任，入选国家高层次青年人才计划和福布斯中国30U30榜单。曾任百度研究院资深研究员。他的研究兴趣主要是时空数据挖掘和城市基础模型，近五年在SIGKDD、VLDB、NeurIPS、ICML、TKDE等人工智能和数据挖掘顶级会议期刊发表论文80余篇，获授权中美专利40余项，获VLDB最佳论文提名奖、第50届日内瓦发明展特别奖及金奖。担任IEEE Transactions on Big Data 副主编，npj | Artificial Intelligence编委，JCST青年编委，IJCAI 2025 Competition Chair，VLDB 2024 Local Chair。他提出的多项AI技术已经成功转化到滴滴出行、百度、新华社等互联网和社会及政府项目中，影响了数亿中国居民。

报告题目： 城市智能体构建与应用

报告摘要： 

       大模型的持续突破正在重构城市智能系统。当前时空数据挖掘与机器学习方法在开放城市场景下存在显著的理论-实践鸿沟，严重制约了其实际应用效果。本报告将介绍开放城市环境下城市智能系统面临的核心挑战，探讨基于大语言模型构建城市智能体的不同范式，并汇报团队近期提出的城市知识理解与决策优化智能体应用案例。

简介：
       清华大学电子工程系博士后，于2016年和2021年分别在清华大学电子工程系获得学士和博士学位。他的研究聚焦于空间智能、城市科学、时空数据挖掘、大语言模型及智能体等前沿领域，并在KDD、ICCV、ACL、NAACL、WWW、AAAI、TKDE等会议和期刊上发表了40余篇高水平论文，谷歌学术总引用次数超过3800次，9篇论文的引用次数突破100次。他提出的DeepMove方法（WWW 2018），成为人类移动行为建模领域的经典算法，获得了超过800次引用。他入选了2024年斯坦福全球Top 2%顶尖科学家年度榜单，并获2024年清华大学“水木学者”计划及2024年国家资助博士后研究人员计划支持。此外，他还是ACM SIGSPATIAL中国执行委员会委员，获得ACM SIGSPATIAL中国空间数据智能新星学者。

报告题目： 大模型智能体驱动的城市环境个体移动行为建模

报告简介： 

       人类移动行为建模是空间数据智能领域的核心研究课题之一，近十年来基于深度学习的建模范式取得了显著进展。然而，已有仍面临诸多挑战，例如高质量训练数据的稀缺、个体复杂底层行为机制建模困难以及跨区域空间泛化能力不足。近年来，大模型和智能体技术取得了突破性进展，在世界知识、泛化能力以及推理规划等方面展现出卓越潜力。这些技术进步为解决移动行为建模中的瓶颈问题提供了全新契机。本报告，将探讨应用大模型与智能体技术来进行个体移动行为建模的新范式，探讨其在建模个体底层行为机制、有效应对数据缺失与跨区域泛化等关键难题方面的潜力，尤其是时空记忆设计和世界知识利用等方面。

简介：
       刘佳，南京大学副教授，博导。主要研究领域为RFID无源传感技术。近年来在NSDI，MOBICOM，MOBISYS，ATC，SIGMOD等国际会议与期刊上发表学术论文80余篇，包括CCF A类论文40余篇。授权发明专利20余项，美国专利3项。曾获世界智能制造十大科技进展、日内瓦国际发明展特别金奖、江苏省333领军人才团队、华为火花奖等荣誉。自主研发物联网移动定位系统，在全国20多个省份以及国际市场落地应用，参编国家标准通过立项。

报告题目： 揭秘RFID的RSSI压缩之谜

报告简介： 

        2024年全球RFID标签新增数量突破500亿枚，已然成为物联网应用最为广泛的感知技术。RSSI作为无线通信系统的关键指标，直接影响RFID的感知精度。本报告首次揭示RFID后向散射通信中存在的“RSSI压缩”效应——因标签雷达截面积（RCS）的动态特性，导致信号强度呈现非线性系统偏差，严重制约感知准确性。报告将深入剖析该现象的物理机制，并提出基于动态RCS的校正模型及创新的单次采样截止功率测量方案，为提升以RFID为代表的后向散射系统的感知精度提供有力保障。

简介：
       郭秀珍，浙江大学控制科学与工程学院百人计划研究员，博士生导师；主要研究方向为物联网、无源通信、智能感知。在NSDI、MobiCom、TON等国际会议和期刊上发表论文50余篇，获ACM MobiCom最佳论文奖、IEEE HPCC最佳论文奖、IEEE MSN最佳学生论文奖等，研究成果入选WOS高被引论文、ACM SIGMOBILE会刊研究热点等。入选中国科协青年人才托举工程、清华大学水木学者计划。获中国计算机学会自然科学二等奖、2021年度ACM中国优秀博士论文奖。担任ACM MobiSys、ACM SenSys、IEEE ICDCS、IEEE SECON等国际学术会议程序委员会委员。

报告题目： 基于射频计算的无源物联网技术研究

报告简介： 

        在万物互联的时代，物联网技术有限的感知能力和过高的能量开销制约了其向更广阔空间部署和应用。为了应对上述挑战，我们尝试从计算的角度思考物联网发展的动态和趋势，探索以射频资源为中心的面向物联网的新型计算理论与关键技术。本报告将分享我们最近在无源感知网络方向取得的研究成果，探讨基于射频计算的无源物联网技术研究方向。

简介：
       张欢欢，北京邮电大学计算机学院（国家示范性软件学院）特聘研究员，主要研究方向为视频物联网、智能网络传输与系统运维。在MobiCom、UbiComp、ToN、TMC等顶级会议与期刊发表论文20余篇（第一作者10余篇）；申请专利10余项、参与制定国际ITU-T标准1项。曾获CCF优秀博士学位论文激励计划、人社部博士后创新人才支持计划、中国电子学会科技进步二等奖等荣誉。现主持国家自然科学基金青年科学基金、小米校企合作等项目。

报告题目： 移动交互场景下高质量视频流传输的挑战与优化方法

报告简介： 

        近年来，随着高清视频、云游戏等移动交互应用的快速发展，用户对视频流传输的低延迟与高质量体验提出了更高要求。然而，现有传输机制在应对网络拥塞与丢包恢复时存在显著瓶颈，导致视频画面频繁出现“糊化”现象且恢复时间长达数秒，同时每分钟仍出现多次卡顿问题。为解决这些挑战，我们团队与业界领先的视频传输平台展开深度合作，基于真实网络环境下的交互延迟、画面质量及视频帧特性进行了系统性测量与分析，提出了视频智能流控算法（ACM MobiCom、ToN2024）与帧粒度数据损失驱动的精细化FEC算法（NSDI 2025），有效提升了视频画面的整体质量与流畅度。相关技术已在实际平台中推广应用。本次报告将分享我们在研究过程中遇到的关键挑战与解决方案。