近日，光电学院控制科学与工程专业2019级李明博士在光电学院宋燕教授指导下的最新研究论文《多级评分模式下无向大规模稀疏网络的潜在因子学习》（Latent factor learning under multiple rating patterns for undirected large-scaled and sparse networks )在第23届工业技术国际会议 (The 23rd IEEE International Conference on Industrial Technology , IEEE IES ICIT 2022)上荣获最佳论文奖。该论文第一作者为博士生李明，上海理工大学为第一单位，宋燕教授为唯一通讯作者。
随着信息技术的快速发展，利用传感器网络进行地理信息采集与定位已经变得十分普遍。而无线传感器网络是由大量无线传感器件所构成的，当这些无线传感器部署在地下、水下或者高大建筑物密集的街区时，无线信号严重衰减或者接收不到。此时，无线传感网中大量节点之间的距离信息就像一个高维无向的稀疏网络，就需要通过挖掘该网络中有限的已知信息，对大量的未知信息进行准确估计，实现被测物体的精准定位。
对此，该论文提出了一种多级评分模式下的潜在因子模型。通过构建辅助等级矩阵，结合多情境下的数据信息，利用迁移学习的思想，促进了潜在信息的充分挖掘；运用交替更新的学习方法，加快了模型的训练速度，最终提高了模型对缺失信息的预测精度。最后，在针对海底定位的真实数据集上进行仿真实验，结果表明该论文所提出的模型明显优于现有的模型，同时也表明所估计的数据更加接近于真实数据，这一研究发现将会为计算机精准绘制地图提供极大的帮助，可以用于工业、军事、农业、生物、医疗、经济等众多领域，解决如无人机编队飞行、购物平台商品推荐、医疗系统健康管理等问题。
李明自读博以来，在宋燕教授的悉心指导下开展人工智能与大数据技术方面的研究。截至目前，已发表中科院SCI一区期刊论文5篇(其中，IEEE汇刊论文4篇)，大数据领域国际会议论文5篇。
最佳论文奖获奖证书
论文相关原理图