论坛主题：感知数据计算与隐私保护

报告时间：2023年5月15日（星期一）09:40 -11:10

报告地点：28-414

报告题目1：FoundNet: Camouflaged Object Detection from Biological Perception to Neural Network Model

报告摘要：生物感知伪装目标的过程是一个多步的检测过程，但是目前大多基于感知过程建立的神经网络模型未充分考虑细致的感知检测步骤。基于对生物视觉感知伪装目标的多阶段检测过程，本文提出一个更为合理的多步骤的端到端神经网络建模这一检测过程。该感知建模过程可分为以下几个步：信息搜集，该阶段利用基于transformer的主架构模拟生物观察图像的过程以提取图像的高维特征信息；信息增强，该阶段提出了一个信息增强组件用于增强提取到的多种特征信息；信息过滤，该阶段提出了一个信息过滤组件以剔除增强后的不重要的和重复的信息；信息聚焦和定位，该阶段设计了全局-局部组件对过滤出来的信息在全局和局部上分别进行信息聚焦，而后使用解码组件对关注的目标信息进行定位；目标预测，该阶段对定位的目标信息进行整理后输出预测结果，得到最终检测到的目标。通过以上阶段的细致划分更好地建模了生物感知伪装目标的过程，最终实验结果表明，可取得比SOTA方法更好的结果。

报告题目2：AoI Minimization Charging at Wireless-Powered Network Edge

报告摘要： Age of Information (AoI), emerged as a new metric to quantify the data freshness, has attracted increasing interests recently. Most existing works try to optimize the system AoI from the point of data transmission. Unfortunately, at wireless-powered network edge, the charging schedule of the source nodes also needs to be decided besides data transmission. Thus, we investigate the joint sche**ng problem of data transmission and energy replenishment to optimize the peak AoI at network edge with directional chargers. Firstly, to minimize the system peak AoI, we propose the first joint sche**ng algorithm of data transmission and energy replenishment, and the proposed algorithm is proved to have a constant approximation ratio of up to 1.5. Secondly, to minimize the weighted peak AoI, we investigate the first work to optimize the weighted peak AoI from the point of charging,  and an approximate algorithm with ratio of up to 1+φ is proposed to obtain the required charging time for each source node.

 报告题目3：边缘计算中的任务卸载调度研究

 报告摘要：近年来，边缘计算技术快速发展，通过为网络边缘设备赋予一定的服务与计算资源，使得终端设备的计算密集且延迟敏感的计算任务无需再上传至云服务器，而是直接卸载至近距离的网络边缘设备，以缓解广域网中的数据传输延迟，提升数据的隐私安全级别、访问效率以及服务部署和管理的灵活性。在边缘计算中，任务卸载的调度很大程度上影响着服务质量，是研究热点之一。在此次报告中，将分别介绍我们关于工业物联网中计算相关性敏感的任务卸载调度以及基于无线能量传输的边缘计算网络中任务卸载调度的研究工作。

邀请人：大数据智能计算实验室