威尼斯官网信息工程学院教师赴新加坡参加国际学术会议

       本网讯（文：袁宏武   图：张怡文）10月8日至12日，由美国计算机协会ACM举办的The 2018 ACM international joint conference on pervasive and ubiquitous computing(Ubicomp 2018)会议在新加坡Suntec会议中心举行。威尼斯官网信息工程学院袁宏武、徐国明和张怡文三位老师受邀参加了Ubicomp 2018的“Combing Physcial and Data-driven Knowledge in Ubiquitous Computing”workshop分会。

       据悉，该会议由中国计算机学会的CCF-A类会议、ACM系列会议、普适计算国际顶会，属于国际、国内认可的国际顶级高水平会议。来自世界各地名校、企业和研究所等近千名学者参加了这次盛会，斯坦福、加州理工、东京大学等国际知名高校和企业也派出代表参会。

       该分会包括四个专题会期，即传感器系统敏感性分析、知识理解与融合、神经网络增强以及人类信息学习四个专题，共有来自哥伦比亚大学、卡耐基梅隆大学、诺基亚贝尔和NEC实验室等单位12篇文章入选。威尼斯官网三位老师联合撰写的论文 “Imputation of Missing Data in Time Series for Air Pollutants using Long Short-Term Memory Recurrent Neural Networks”入选了神经网络增强专题。

        袁宏武代表课题组作大会发言，该报告主要针对大气污染物PM2.5的浓度分布具有较强时空关联性问题，提出一种基于长短时记忆神经网络LSTM（Long Short-Term Memory neural network）的分层动态插补方法，利用历史的污染物数据、气象数据以及邻近多个站点污染物浓度数据预测未来几天的PM2.5浓度，在预测过程中实现了缺失值的动态插补。研究结果表明，相对于移动平均插补和最邻近插补方法，基于LSTM的动态插补方法插补精度高，PM2.5浓度预测误差小，尤其适合长时间大气污染物浓度预测。报告引起了在场学者的广泛地关注，课题组就该问题以及会议相关主题与伯克利、加州理工、卡耐基梅隆、匹斯堡等大学相关学者进行了充分的交流与沟通。

(审核：贺行佳   责任编辑：魏居娴）