课题组在中科院一区期刊《IEEE Transactions on Industrial Informatics》发表学术论文

日前,由本团队刘凯教授、冯亮教授及博士生研究生张浩、硕士研究生夏宇声共同协作完成的学术论文《Towards Low Overhead Fingerprint-based Indoor Localization via Transfer Learning: Design, Implementation and Evaluation》发表在顶级期刊 IEEE Transactions on Industrial Informatics。该成果也是本课题组首次在该期刊上发表的论文。同时,该工作也是与香港浸会大学 Joseph Ng教授、香港城市大学 Victor Lee教授以及韩国 DGIST Sang Son教授共同合作研究成果。

该研究提出了将迁移学习(Transfer learning)引入到基于Wi-Fi信号特征处理的室内定位(Indoor localization)领域。通过将历史学习到的源域的经验知识迁移到目标域定位中, 在不降低定位精度的前提下大大降低了传统基于指纹识别室内定位在离线阶段的巨大工作量。同时也进一步提高了系统的可扩展性。该成果有助于将基于Wi-Fi信号特征处理的定位系统推广到大型室内环境。

IEEE Transactions on Industrial Informatics是在自动控制、计算机科学等领域的顶级期刊,2017年影响因子为6.764,在 IEEE的 Automation and Control,Computer Science—Interdisciplinary Applications,Engineering—Industrial等3个领域均排名第1,在中科院分区大类(工程技术)和小类(自动化与控制系统,计算机:跨学科应用,工程:工业)中均为一区顶级期刊。