研究室簡介

研究室面向城市及區域交通運輸領域的國際學術前沿,圍繞國家城市發展,特別是粵港澳大灣區城市群建設中面臨的交通擁堵、環境污染、公共安全等問題,研究利用5G通信、雲計算、大數據、人工智能等新一代ICT技術,實現安全、可靠、高效及互聯互通的智能化目標。針對時空數據質量低、錯誤率高等特點,研究數據的獲取傳輸技術及多源多模數據融合技術,爲上層應用提供真實全面數據畫像;研究時空數據多尺度索引管理技術,提供高效率數據近似查詢分析服務;針對智能交通中的隱私保護問題,研究時空感知與數據敏感的雲端平臺支撑系統及區塊鏈技術,挖掘群體智能與個人隱私的內在聯系;研究面向人車路協同的軟體定義技術,探索城市與區域交通運輸管理的創新應用,建立理論體系并解決關鍵技術問題。

代表性成果

圖數據的最短路徑分析是計算機算法研究中的壹個重要的基本問題,同時也是各種計算機應用的基礎算法之壹。道路網絡的導航需要最短路徑分析,社交網絡中好友推薦系統同樣需要最短路徑分析。為順應互聯網的需求,最短路徑分析技術的研究已誕生多種分別適用於不同類型圖網絡的快速索引算法。而隨著信息化社會的發展,以圖為表達形式的大數據應用出現,這其中包含智慧聯通、社交網絡等。現有的索引算法不僅無法同時滿足快速索引與快速查詢,甚至無法在圖數據特征未知的情況下保證索引方案可行。因此,研究室提出一種能夠在線地線性時間內提取輕量但具有圖結構代表性的圖特征方法 (顯著性路徑),並將這種特征巧妙地與目前查詢性能最快的索引技術結合。通過大量的圖數據(億級的連接數據,包含道路網絡、社交網絡與通信網絡等)的實驗,研究室證明提出技術以合理的容量消耗和內存消耗下在索引建立速度與查詢速度兩個衡量維度上都能達到目前最佳水平。目前相關研究工作已於數據庫方向的頂級國際會議VLDB 2018上發表。

發表著作