3月24日上午， IEEE Fellow、美國奧本大學 Shiwen Mao教授應邀來我院作“Deep Learning for WiFi-based Indoor Fingerprinting”專題報告。本次專題報告詳細地介紹了室内定位的相關内容，為我院師生的相關科研工作開拓了新思路。本次報告由伟德官网下app官方网站周亮院長主持，學院逾三百名師生參加了本次專題報告會。
Shiwen Mao教授作專題報告
在報告中，Shiwen Mao教授向同學們介紹了室内定位這一任務，并詳細介紹了當前應用于室内定位的深度學習模型。Shiwen Mao教授指出，深度學習模型可以快速處理大量的信号，從而提高室内定位的準确率。因此，Shiwen Mao教授提出了一種基于深度高斯過程的室内無線電地圖構建和位置估計系統。該系統使用了RSS樣本和地球磁場讀數，通過深度高斯過程生成更加精确的無線電地圖。這項研究減少了實際測量中的工作量，為室内定位研究提供了更為高效和精确的方法。
随後，Shiwen Mao教授介紹了如何通過地圖和人工軌迹數據對基于LSTM的位置預測模型進行預訓練和微調，以進一步提高定位精度。最後Shiwen Mao教授總結了報告的内容，并展望了室内定位研究的未來。
會後，Shiwen Mao教授與多名師生就室内定位幹擾、實驗中不同場景下的誤差、信号數據處理等問題進行了深入探讨，與大家分享了自己的經驗。本次專題報告拓寬了我院相關研究方向師生的學術思路，增進了國内外學術交流，進一步推動了我院無線網絡研究領域的發展。
（撰稿：蔣钰玲 編輯：呂瑞蘭 審核：鮑秉坤）