报告人简介： 鲁剑锋，武汉科技大学计算机学院教师、博导、湖北省“楚天学者”特聘教授、浙江省杰出青年基金获得者。是CCF、IEEE、ACM会员，CCF物联网/普适计算专委会执行委员、国家重点研发计划“物联网与智慧城市”重点专项答辩评审专家等。主要研究兴趣包括联邦学习、群智感知、博弈论及其应用等。
报告内容简介： 传统物联网感知范式 “以物为中心”，存在可扩展性弱、维护成本高、覆盖范围滞、数据类型少等问题。相比之下，群智感知 “以人为中心”，正好弥补传统感知四方面不足，目前已成为一种新型的物联网感知范式。然而，在群智感知中，如何充分利用参与者资源，优化任务分配方案，提高系统整体效用是当前一个亟需解决的重要问题。本报告将介绍如何针对在线型群智任务不断涌现而参与者资源相对有限且分布不均这一现实困境，从寻求社会公平和系统效用最优平衡的角度出发，借助于博弈论强大的数学工具，并结合最优化理论、李雅普诺夫优化、数据挖掘与机器学习等理论和技术，研究移动群智感知中多任务在线分配与公平优化理论和方法，为促进移动群智感知的可持续性健康发展提供新的思路和方法。
|
浙公网安备 33100202001351号
