近日，香港中文大学（深圳）人文社科学院廖睿智教授指导三名学生在城市计算领域的顶尖国际期刊IEEE Internet of Things Journal和IEEE Sensors Journal分别发表研究论文。

论文一

>>论文信息

发表期刊：IEEE Internet of Things Journal（人工智能和物联网领域国际顶级期刊，期刊当前影响因子为8.2，JCR Q1，中科院1区。）

论文题目：Crowdsense Roadside Parking Spaces With Dynamic Gap Reduction Algorithm

链接：https://ieeexplore.ieee.org/document/10804164

论文介绍

这篇论文探讨了在智慧城市背景下，如何通过众探感知技术高效且低成本地检测城市路内泊位。传统的智慧泊位检测方案因探测的间隔精度而受限，为此，作者利用行驶车辆的传感器数据，提出了一种基于众探感知的动态间隔缩减方案。实际路测和计算机模拟实验证明了该方案的有效性。此外，作者还设计了一个结合驾驶员停车决策和实际交通状况的动态模型来评估该方案的表现。该研究结果显示，作者的众探感知方案在不同交通场景下能有效提升感知精度，为城市泊位管理提供了众探感知的新路径

论文二

>>论文信息

发表期刊：IEEE Sensors Journal（信号处理和传感器技术领域的国际权威期刊，期刊当前影响因子为4.3，JCR Q1，中科院2区。）

论文题目：A Driver-Side Parking Evaluation Model for Roadside Spaces

链接：https://ieeexplore.ieee.org/abstract/document/10599131

论文介绍

城市化进程的加速给医疗、教育、交通等城市资源带来巨大的压力。本研究探讨了智能交通领域的一个关键问题：现有的泊位导引系统的可用性报告与司机实际到达的时间之间存在显著差异。然而，传统指标（如召回率）无法充分反映真实场景，甚至对司机的停车体验造成负面影响。为了解决这一问题，作者提出了一种司机行为评估模型，并引入排队论来模拟司机的停车等待时间。通过对比移动众包探测与定点传感器探测、分析不同调度算法对模型性能的影响、评估排队模型对整体表现的影响，这三组实验验证了司机行为评估模型的有效性。该研究结果显示，作者的模型在评估多种停车策略和改进司机行为预测方面均有显著优势。

作者简介

>>通讯作者

廖睿智教授为两篇文章的通讯作者。

廖教授获巴塞罗那庞培法布拉大学博士学位，现任人文社科学院助理教授（教学）。他的研究兴趣包括智慧城市和教育技术。其代表作刊于IEEE Communications Surveys & Tutorials、IEEE Transactions on Intelligent Transportation Systems等高水平期刊。廖教授主持国家自然科学基金、深圳市科创委自由探索和深圳市教育科学“十四五”规划等项目，参与科技部国家重点研发计划、广东省重点实验室、深圳市重点实验室、深圳市科创委学科布局等项目。廖教授任Journal of Smart Cities and Society编委，IEEE BigDataSE和IEEE ECONF等国际学术会议技术委员。

>>论文作者

郑文军和施展是论文一的共同第一作者。施展是论文二的第一作者。

郑文军获香港中文大学（深圳）的数学与应用数学学士学位。目前，他在香港中文大学（深圳）数据科学学院茅剑锋教授课题组攻读博士学位。他的研究兴趣包括优化、强化学习以及灵活作业车间调度问题。

施展获香港中文大学（深圳）理学学士学位。目前，他在休斯顿大学商学院攻读市场学博士学位。他的研究兴趣包括视觉注意力、认知、定量分析及其在市场营销和心理学中的应用。

区倩瑜获香港中文大学（深圳）数据科学学士学位和信息管理与商业分析硕士学位。她的研究兴趣包括大数据分析和信息系统。