3月初，計算機與控制工程學院2022級計算機技術專業研究生李亞鴻為第一作者，計算機與控制工程學院王瑩潔教授為通訊作者，煙臺大學為第一單位，以“基于軌跡預測確定候選工人集合的任務分配”為題在國際計算機網絡頂級期刊《IEEE移動計算匯刊》發表研究論文。
據悉，《IEEE移動計算匯刊》由IEEE（國際電氣與電子工程師協會）主辦，是計算機科學領域最具影響力的國際期刊之一，是中國計算機學會（CCF）A類推薦期刊，致力于移動計算、無線網絡分布式系統、智能感知等研究方向。本次所刊發成果的研究工作獲得國家自然科學基金項目、山東省自然科學基金項目、山東省自然科學基金重點項目以及網絡與交換技術國家重點實驗室（北京郵電大學）開放基金的支持。
隨著智能設備和物聯網技術的普及，移動群智感知（MCS）已成為城市環境感知、智能交通、公共安全等領域的重要信息采集手段。相比傳統傳感器網絡，MCS依靠眾包工人的移動設備進行數據采集，不僅成本低，還具有更高的靈活性。然而，現有招募策略仍有不足：一是過度依賴歷史行為，未充分考慮工人動態軌跡，影響任務時效與準確性；二是任務分配優化不足，工人選擇不精準、調度不靈活，導致資源浪費和執行成本上升。因此，該研究團隊創新性地提出了一種基于軌跡預測確定候選眾包工人集合的招募框架“RFOW-MT”，采用離線-在線結合的兩階段任務分配機制，從而有效解決上述問題。此外，該研究在智慧城市和環境監測領域具有重要應用價值，通過軌跡預測與動態優化，提高數據采集的效率、準確性和經濟性。
回顧自己的科研旅程，李亞鴻表示，必須要感謝學院、老師、同學給予的巨大幫助，學校提供的科研資源、班級和同學的學術氛圍、導師的悉心指導，讓他從一個科研新人逐漸成長為可以獨立開展研究的研究生，在整個研究過程中，王瑩潔教授和團隊其他同學的幫助，讓他在科研思維、學術寫作數據分析等方面有了顯著提升。這項研究的完成歷時一年半，在研究過程中面臨多項技術性挑戰，軌跡預測的精度問題、候選工人的篩選問題、任務的分配與優化、論文的反復修改與優化，這一過程不僅是技術上的挑戰，更是對科研耐心和問題解決能力的錘煉，讓他深刻體會到科研的嚴謹性和挑戰性。
對于這項研究成果的取得，李亞鴻認為關鍵因素在于持續的探索精神、扎實的技術基礎、良好的科研環境、高效的時間管理、執行力論文寫作與學術表達能力，正是這幾項因素幫助他完成了本次研究，也為今后的科研工作打下了堅實基礎。
此外，李亞鴻積極參與第九屆中國智能技術與大數據會議、第二屆山東省計算智能大會、2024IEEE世界服務計算大會等多個學術活動，獲得2024年山東省研究生創新成果獎，不斷深化對于專業知識的理解和運用。
未來規劃，他表示，希望繼續深入研究移動群智感知、深度學習、智能任務分配等方向，進一步優化現有的算法，并探索其實際應用場景，如智慧城市、環境監測、智能交通等。希望未來能將研究成果應用到實際場景，為智能計算和群智感知技術的發展貢獻自己的力量。
