城市大數據與智能技術

簡介

在現代城市環境中，各種智能設備主動或被動地產生海量的城市大數據，蘊含了城市運行中的豐富信息，從各個角度反映了城市動態，包括城市基礎設施、交通系統、能源消耗、環境因素和群體動態等方面。有效利用城市大數據可為智慧城市建設提供 “數據智能”，從而全面提升城市運行效率和公共服務水平。在此背景下，城市大數據與智能技術研究室以人工智能理論和大數據技術為基礎，研究高性能分布式計算和數據庫系統、智能決策和理論計算、機器學習和數據挖掘算法，並探索城市大數據與智能技術在城市多媒體數據、時空動態數據，圖數據中的應用。

研究人員

Xiaobo ZHOU 周笑波特聘教授

研究方向：分佈式系統；雲計算；機器學習系統

Zhiguo GONG 鞏志國教授

研究方向：機器學習；數據挖掘；資料庫；信息檢索

Jiantao ZHOU 周建濤教授

研究方向：可信人工智能；底層視覺；多媒體取證與安全

Dingqi YANG 楊丁奇副教授

研究方向：知識圖譜推理；時空數據挖掘

Pengyang WANG 汪澎洋助理教授

研究方向：數據為中心的人工智能；時空數據挖掘

Xiaowei WU 吳曉偉助理教授

研究方向：算法博弈論；在綫近似算法

研究主題

圖數據的機器學習

圖數據廣泛存在於城市物聯網中，刻畫了城市大數據中的復雜關聯關係。這些復雜連接可以通過圖節點之間的異構、動態、多維超關係來反映，例如社交網絡、交通網絡、知識圖譜和物聯網等。通過研究圖數據挖掘和學習算法，我們可以揭示圖數據中蘊含的深層屬性和模式，從而高效支持預測性和生成性的人工智能應用。

時空數據挖掘與分析

時空數據是城市大數據的典型類型，包括但不限於人類和車輛的移動數據、物聯網傳感器數據，和移動社交媒體數據。通過對這些數據進行分析和挖掘，我們可以有效建模數據空間和時間動態、發展趨勢、和內在聯繫，從而作為構建下遊智慧城市應用所需的關鍵要素之一，為其提供數據智能支撐。

分散式及雲計算

數據密集型應用，尤其是雲計算和機器學習領域，需要高效的系統支持。研究工作致力於優化性能、資源效率和系統可靠性，這些都是現代計算工作負載擴展的關鍵。其中重點領域包括：開發彈性運行時，以自適應管理雲端數據密集型應用的資源；創建高效的資源調度技術，以支持可擴展的機器學習系統；以及增強分佈式系統的剖析和故障排除能力。

多媒體數據處理

多媒體數據處理在各類大數據中，多媒體大數據（如圖像、視頻）是“體量最大的大數據”。據思科統計，圖像、視頻內容約佔互聯網總流量的90% 以上。而在迅速髮展的移動網絡中，視頻流量的比例也高達64%。研究工作緻力於提昇多媒體大數據的視覺質量以及安全性。其中重點領域包括：基於深度學習的底層視覺，如圖像和視頻超分、圖像和視頻修複、圖像生成等；高魯棒多媒體數據信息取証，如圖像偽造檢測與定位、深偽視頻檢測等。