3月24日上午， IEEE Fellow、美国奥本大学 Shiwen Mao教授应邀来我院作“Deep Learning for WiFi-based Indoor Fingerprinting”专题报告。本次专题报告详细地介绍了室内定位的相关内容，为我院师生的相关科研工作开拓了新思路。本次报告由bat365在线平台周亮院长主持，学院逾三百名师生参加了本次专题报告会。

Shiwen Mao教授作专题报告

　　在报告中，Shiwen Mao教授向同学们介绍了室内定位这一任务，并详细介绍了当前应用于室内定位的深度学习模型。Shiwen Mao教授指出，深度学习模型可以快速处理大量的信号，从而提高室内定位的准确率。因此，Shiwen Mao教授提出了一种基于深度高斯过程的室内无线电地图构建和位置估计系统。该系统使用了RSS样本和地球磁场读数，通过深度高斯过程生成更加精确的无线电地图。这项研究减少了实际测量中的工作量，为室内定位研究提供了更为高效和精确的方法。

　　随后，Shiwen Mao教授介绍了如何通过地图和人工轨迹数据对基于LSTM的位置预测模型进行预训练和微调，以进一步提高定位精度。最后Shiwen Mao教授总结了报告的内容，并展望了室内定位研究的未来。

　　会后，Shiwen Mao教授与多名师生就室内定位干扰、实验中不同场景下的误差、信号数据处理等问题进行了深入探讨，与大家分享了自己的经验。本次专题报告拓宽了我院相关研究方向师生的学术思路，增进了国内外学术交流，进一步推动了我院无线网络研究领域的发展。

（撰稿：蒋钰玲　编辑：吕瑞兰　审核：鲍秉坤）