会议时间：2022年11月17日8:30-10:30

会议形式：腾讯会议，会议ID：940 848 512

报告及报告人简介

报告一：电磁资源管理面临的复杂问题理解与研究展望

报告人：林云  时间：8:30–9:30

报告人简介：林云，哈尔滨工程大学信息与通信工程学院教授，博士生导师，先进船舶通信与信息技术工业与信息化部重点实验室副主任。长期致力于智能无线电技术、电磁空间人工智能、大数据分析与挖掘、软件和认知无线电、信息安全与对抗、智能信息处理等领域研究，参与研发了具有自主知识产权的软件无线电通用开发平台，获得省部级一等奖2项，二等奖2项，三等奖2项。近些年来在IEEE 汇刊等权威期刊和会议上发表论文50余篇，其中8篇入选ESI高被引论文，获得授权专利10余项。现担任IEEE Transaction On Reliability, Digital Communications and Networks等10余个国内外期刊编委，INFOCOM、ICC、GLOBECOM等多个国际会议的分会主席和程序委员会成员。

报告摘要：当前电磁资源呈现用频多样化、大规模、高动态、强对抗、超密集等复杂特性，这给电磁资源敏捷调度、精细管控带来了严峻挑战。本报告将分析电磁资源管理面临的复杂性问题，引入复杂系统的概念描述电磁资源管理的关键问题，分别从理论研究、核心技术、系统构建三大方面，系统性介绍团队对未来电磁资源管理的理解，同时介绍本团队在相关领域的研究基础与相关进展。

报告二：空天地一体化智慧城市的构建与研究

报告人：林健哲  时间：9:30–10:30

报告人简介：林健哲，纽约大学坦顿工程学院研究型助理教授，英属哥伦比亚大学计算机工程系博士。长期致力于机器学习算法及其在图像处理、遥感、医学等领域相关应用的研究，发表CVPR,ACMMM, MICCAI, IEEE T-GRS, TNNLS, TCYB 等论文三十余篇，三篇论文同时入选ESI高被引论文及热点论文。他先后担任ICIP 2021会议领域主席，Remote sensing期刊编委，期刊Geoscience and Remote Sensing Letter, Special issue on Transfer Learning客座主编，Remote Sensing, Special issue on Deep Transfer Learning for Remote Sensing客座主编，IET Computer Vision, Special issue on Graph Learning for Computer Vision 客座主编，IET Image Processing, Special issue on Crowd Counting and Analysis客座主编，担任期刊及会议审稿人三百余次。现任纽约大学城市科学与进步中心研读协会负责人等学术工作，同时负责及参与美国国家重点项目三项，其中一项为美国国防高级研究计划局（DARPA）项目，其研究内容正在成为AR/VR及元宇宙领域研究热点。申请人未来拟在空天地跨空间信息融合领域拓展研究、并将成果在面向国家重大需求的关键应用（如智慧城市、智慧交通等）中测试、优化与落地。

报告摘要：近年来，智慧城市引起了人们的广泛关注。其中，基于机器学习的城市数据研究最为流行。在这项研究中，以图像视频作为数据来源、以人工智能模型为导向的技术研究占领了研究热点。在智慧城市相关的大数据下，如何在繁杂多样的图像及视频数据中提取关键信息，关联多视角信息，最大化利用多模态信息，成为了当下研究的首要问题。本次讲座中，我们将按照信息提取，关联，利用层层推进的顺序，讨论智能城市中的机器学习相关问题。