百姓车联任焱论文获国际顶级会议 UbiComp 收录

日前，百姓车联算法工程师任焱的研究成果获得普适计算领域的国际顶级会议UbiComp的认可，论文被收录到今年9月25日举行的UbiComp2021会议中。

据了解，UbiComp每年都会在全球范围内举行手机传感器数据的相关比赛，2021年由华为与Sussex大学承办，主题为场景识别，比赛面向全球技术人员，组织方向参赛者提供三组手机传感器数据，选手根据数据集，通过算法模型，确定每组数据采集者所处的运动状态。

在此次比赛中，参赛者需要根据主办方提供的数据，识别三个数据采集者在每个时间点的八种运动模式。跟以往比赛相比，比赛题目虽然相同，但在数据源、数据完整度上，本次比赛的要求更加严格。

往届比赛所提供的数据多源于对运动模式可解释性更强GPS，本次比赛，以手机信号数据为主，GPS数据为辅，在数据源上就给识别判断增加了难度。难度的增加还体现在数据的完整性上。据任焱介绍，由于此次提供的是手机信号，因此不同时间点，对于不同运动模式未必都能收集到所有手机信号。例如，如果数据采集者在地铁上，那么很可能无法采集到WiFi信号，构建模型时必须要将其考虑在内。

基于数据源和数据完整性等问题，任焱没有选择更为流行的暴力模型-深度学习模型，而是更倾向于基于人工特征提取的传统机器学习模型。首先通过描述性统计去除了没有区分度的冗余变量，任焱确定了32个可解释特征，其次建立了三种基于树模型的结构，以方便对缺失值进行高效处理。

任焱以其在模型的创新性和预测效果的高精度获得了UbiComp大会的高度认可。这既是对任焱个人技术能力的赞赏，也是对百姓车联技术部门的认可。

UbiComp是国际计算机界普适计算领域公认具有最高学术地位的顶级会议，由美国计算机协会(ACM)人机交互特别兴趣委员会(SIGCHI)发起，每年一届，目前已举办了三届。会议的目的是在全球范围内为普适计算领域的研究者、开发者、企业以及用户提供一个探索最新学术思想和研究方法、交流开发技巧、工具以及经验的平台，引导和促进普适计算学科的发展。

据了解，此次比赛的内容与百姓车联旗下的"危险驾驶行为AI智能识别系统"高度匹配，百姓车联凭借在数据科学和传感器技术的实力，能够有效识别司机在驾驶行为过程中的各种危险动作，目前，百姓车联在识别准确性、召回率等方面处于行业领先水平。