近日，我院科研团队在移动计算领域国际顶刊IEEE Transactions on Mobile Computing上 (IEEE TMC)发表了题为WiDE: WiFi Distance Based Group Profiling Via Machine Learning的学术论文（DOI：10.1109/TMC.2021. 3073848）。李明磊博士为共同第一作者，刘文平教授为通信作者之一。
本文基于WiFi信号的秩差来构造一系列特征，然后使用机器学习模型LightGBM设计了一个群组分析系统WiDE。通过用户上传的WiFi信号，WiDE能够从所设计的特征中自动学习出隐藏特征，从而准确估计出用户间的距离，并使用该距离推断出群组特征。在实验阶段，本文使用校园建筑和购物商场两个场景来验证WiDE的性能，结果表明WiDE优于其它常见的机器学习方法。对于校园建筑和购物商场两个场景中的用户间距离估计，WiDE的平均绝对误差分别为0.69m和1.14m；对于校园建筑的走廊识别，WiDE的准确率超过了99%。另外，针对购物商场的实验结果表明，WiDE可以准确地检测群组，在细粒度的移动水平分类方面有很好的应用前景。
IEEE Transactions on Mobile Computing是一本跨学期期刊，旨在传播移动计算相关领域的最新研究和开发成果,最新影响因子是6.075，为中国计算机学会推荐A类期刊，JCR分区Q1。
