近日，中國電信云計算研究院與吉林大學聯(lián)合研究團隊在移動群智感知（Mobile Crowdsensing，MCS）領域取得最新研究成果，論文《Spatio-Temporal Pyramid-Based Multi-Scale Data Completion in Sparse Crowdsensing》已被IEEE Transactions on Mobile Computing （IEEE TMC）接收。該成果針對移動群智感知中數(shù)據(jù)稀疏和多尺度特性帶來的補全難題，提出了一種基于時空金字塔結構的多尺度數(shù)據(jù)補全框架，通過構建金字塔結構高效捕捉不同尺度間的復雜關聯(lián)，為交通管理、環(huán)境監(jiān)測和災害響應等應用提供了高效的理論基礎和技術解決方案。此項工作由中國電信云計算研究院和吉林大學聯(lián)合培養(yǎng)博士后劉文彬和博士生杜昊完成，得到中國電信集團首席科學家、中國電信云計算研究院院長吳杰教授，吉林大學軟件學院副院長王恩教授，吉林大學計算機科學與技術學院院長楊博教授的共同指導，是云計算研究院與外部高校在產學研合作方面的重要成果。

移動群智感知是一種新興的時空數(shù)據(jù)采集和應用范式，利用用戶多樣化的移動設備收集大規(guī)模、細粒度時空數(shù)據(jù)，廣泛應用于交通管理、環(huán)境監(jiān)測和災害響應等領域。然而，在實際場景中，由于設備異構性和感知環(huán)境復雜性，采集數(shù)據(jù)往往呈現(xiàn)稀疏性和多尺度特征（如智能手機覆蓋小區(qū)域的細尺度數(shù)據(jù)，車輛或無人機覆蓋大區(qū)域的粗尺度數(shù)據(jù)），導致傳統(tǒng)單尺度補全算法無法有效捕捉跨尺度關聯(lián)，嚴重影響數(shù)據(jù)補全的準確性和完整性。針對這一挑戰(zhàn)，研究團隊提出時空金字塔框架，從多尺度嵌入、時空金字塔構建到注意力機制設計進行了系統(tǒng)性創(chuàng)新。

具體而言，該框架首先引入多尺度嵌入層（Multi-Scale Embedding），提取多尺度時空數(shù)據(jù)的初始特征。隨后，設計時空金字塔構建模塊（Spatial-Temporal Pyramid Construction Module, ST-PC），通過時序和空間多尺度提取構建三維金字塔結構，實現(xiàn)稀疏數(shù)據(jù)的層次化表示。同時，提出時空金字塔注意力機制（Spatial-Temporal Pyramid Attention Mechanism, ST-PAM），捕捉尺度內和尺度間關聯(lián)，顯著降低計算復雜度，并通過跨尺度約束機制優(yōu)化補全性能，確保細尺度數(shù)據(jù)的精確重建。在四個真實時空數(shù)據(jù)集上的大量實驗驗證表明：相比現(xiàn)有基線模型，該方法在多尺度稀疏場景下顯著提升補全準確性，尤其在高缺失率下表現(xiàn)出色，證明了其高效性和魯棒性。

該研究不僅在多尺度數(shù)據(jù)補全框架、金字塔結構應用和注意力機制優(yōu)化等方面取得突破，還拓展了稀疏群智感知技術的應用邊界。成果有望廣泛應用于城市交通流量預測、空氣質量監(jiān)測及應急災害響應，進一步增強天翼云在城市時空數(shù)據(jù)處理和智能決策方面的能力，助力資源優(yōu)化與高效調度。

作為中國電信的高層次學術研究機構，中國電信云計算研究院長期布局端云協(xié)同與移動計算等前沿領域，聚焦稀疏感知場景下的智能數(shù)據(jù)補全技術研發(fā)，致力于以創(chuàng)新算法推動云-邊-端協(xié)同發(fā)展，為大規(guī)模智算業(yè)務提供高效、可靠的技術支撐。

IEEE TMC（IEEE Transactions on Mobile Computing）是移動計算領域享有盛譽的國際頂級期刊，致力于發(fā)表經過嚴格同行評審的高質量學術論文，探討移動計算與無線系統(tǒng)中的理論基礎、創(chuàng)新技術及實際應用，涉及移動網絡協(xié)議設計、資源高效管理、普適計算環(huán)境構建、移動安全與隱私保護等多個關鍵議題。IEEE TMC 期刊屬于中國計算機學會（CCF）推薦的 A 類期刊，發(fā)表的論文將由 IEEE Xplore 收錄，并被 SCIE、EI 和 Scopus 等數(shù)據(jù)庫檢索，中國科學院SCI期刊分區(qū)為一區(qū)TOP。目前該期刊由來自全球頂尖學術機構與產業(yè)界的知名學者擔任編委會成員，長期吸引大量來自學術界與產業(yè)界的研究人員關注和投稿，在移動計算及相關研究領域內擁有深遠影響力。