北理工團隊獲CCF-A類頂級會議KDD 2021最佳論文提名獎
發布日期：2021-08-27 供稿：計算機學院
編輯：林婷 審核：丁剛毅 閱讀次數：
大會上宣布最佳論文提名獎
近日，CCF-A類、國際數據挖掘頂會 KDD 2021宣布最佳論文獎項，北京理工大學計算機學院王國仁、劉馳教授團隊獲得應用數據科學方向（Applied Data Science Track）最佳論文提名獎，這也是北理工首次獲得CCF-A類論文最佳論文類獎項。KDD 2021大會共收到1541篇有效投稿，其中接收238篇論文，接收率僅為15.4%；共授予最佳論文獎3項，比例為0.2%。第一作者王昊為軟件工程專業2017級本科生，導師是劉馳教授，曾獲得2021年徐特立獎學金。
獲獎論文題為《Energy-Efficient 3D Vehicular Crowdsourcing For Disaster Response by Distributed Deep Reinforcement Learning》。面向災害救援等應急響應場景，如何有效采集環境和生命體征數據是成功應對的關鍵。由無人機和無人駕駛汽車等無人平臺組成的車輛眾包可協助救援隊從采集點（例如幸存者可能地點和火災現場）收集上述數據，從而提供了一種有效的協助災難救援方式，目標是以最大限度地提高收集的數據量、區域公平性、能源效率，同時最大限度地減少由于傳輸速率有限而導致的數據丟失。為此，論文提出了一種分布式深度強化學習框架DRL-DisasterVC(3D)，一個帶有重復經驗回放機制(RER) 以提高學習效率，并使用裁剪目標網絡來提高學習穩定性，進一步使用具有多頭關系注意力(MHRA)的3D卷積神經網絡進行空間建模，并且添加輔助像素控制技術(PC)進行空間探索。論文研制了一種名為「DisasterSim」的新型災難響應模擬器，通過大量仿真實驗表明所提算法在能效方面優于五種基線方法。
論文中實現的面向災害救援的多無人機群體智能系統
劉馳教授團隊長期從事移動群體感知、無人邊緣群體智能等方面的研究工作，以實現移動群體長時間、大范圍、高質量、深層次的信息感知為目標，在感知空間構建、任務調度、數據獲取三方面取得了系列研究成果，被ToSN、IoTJ等期刊評價為“具有代表性……解決了三個根本問題：節能、提供信息質量和激勵用戶參與”。研制了面向應急管理的感知無人機仿真平臺，被中國航天科技集團七院評價為“有效支撐了復雜現場環境下的戰場多傳感器協同感知技術的總體論證與深入研究工作”，獲中國電子學會自然科學二等獎和中國產學研促進獎。
CCF-A類KDD會議：
KDD會議始于1989年，是數據挖掘領域歷史最悠久、規模最大的國際頂級學術會議，也是首個引入大數據、數據科學、預測分析、眾包等概念的會議。谷歌學術（Google Scholar）和微軟學術（Microsoft Academic）均將其評為數據挖掘領域排名第一的國際會議。KDD 2021大會共計收到1541篇有效投稿，其中238篇論文被接收，接收率僅為15.4%。共授予最佳論文獎3項，比例為0.2%。
劉馳教授簡介：
劉馳，教授、博導，國家優秀青年科學基金獲得者，北京理工大學計算機學院副院長、中國電子學會會士、英國工程技術學會會士（IET Fellow）、英國計算機學會會士（Fellow of British Computer Society）。分別于清華大學和英國帝國理工學院獲得學士和博士學位。研究方向為智能物聯網技術，主持了國家重點研發計劃課題等20余國家級項目，發表CCF-A類論文37篇，ESI高引論文6篇，授權國內外發明專利22項，谷歌學術引用5141次，H因子為33。獲KDD 2021最佳論文提名獎，中國電子學會自然科學二等獎和中國產學研促進獎。現任國家信息產業“十四五”發展規劃專家顧問組成員、全國信標委技術委員會委員、IEEE Transactions on Network Science and Engineering編委等。
論文地址：https://dl.acm.org/doi/pdf/10.1145/3447548.3467070
分享到：