信息科學(xué)與技術(shù)學(xué)院青年教師何宇矗博士以第一作者身份在Top期刊《IEEE Transactions on Intelligent Transportation Systems》上發(fā)表了兩篇高水平學(xué)術(shù)論文。題目分別為“The Hybrid Similar Neighborhood Robust  Factorization Machine Model  for  Can  Bus  Intrusion  Detection in the InVehicle  Network"和“The  Hybrid  Trip Destination Prediction Model  of Vehicles Based on Autoencoder and High-Order Interaction Features"。

     第一篇針對(duì)V2X環(huán)境下的異質(zhì)交通流可能產(chǎn)生的車(chē)聯(lián)網(wǎng)信息安全問(wèn)題，基于深度學(xué)習(xí)技術(shù)設(shè)計(jì)并實(shí)現(xiàn)了入侵檢測(cè)算法。文章提出了一種新的入侵檢測(cè)模型HSNRFM，用于檢測(cè)控制器局域網(wǎng)中的異?？偩€(xiàn)消息。HSNRFM模型對(duì)針對(duì)車(chē)載控制器網(wǎng)絡(luò)的入侵具有出色的檢測(cè)效率。

     第二篇針對(duì)現(xiàn)有的車(chē)輛目的地預(yù)測(cè)模型對(duì)數(shù)據(jù)精度要求較高，以及對(duì)少量數(shù)據(jù)訓(xùn)練困難等問(wèn)題，提出一種車(chē)輛出行目的地預(yù)測(cè)模型，該模型使用自動(dòng)編碼器提取隱藏特征，并考慮了這些特征的二階關(guān)聯(lián)。在給定的公共數(shù)據(jù)集上，與主流方法相比，新模型的均方誤差、均方根誤差和平均絕對(duì)誤差分別為0.096、0.427和0.203，相比現(xiàn)有模型具有較高的優(yōu)勢(shì)，能夠更加有效地預(yù)測(cè)車(chē)輛出行目的地，從而便于車(chē)輛根據(jù)預(yù)測(cè)結(jié)果更加合理地規(guī)劃行車(chē)路線(xiàn)，減少通行時(shí)間，提升用戶(hù)的駕駛體驗(yàn)和改善城市交通狀況。

   《IEEE Transactions on Intelligent Transportation Systems》，簡(jiǎn)稱(chēng)T-ITS，是人工智能、智能運(yùn)輸系統(tǒng)、交通場(chǎng)景、運(yùn)輸科技等多個(gè)領(lǐng)域的頂尖國(guó)際期刊，其2021年度影響因子為6.492，屬于中科院一區(qū)期刊，在JCR分區(qū)中的Automotive Engineering中排名第1， 也是工程技術(shù)領(lǐng)域的頂級(jí)期刊之一。

     信息科學(xué)與技術(shù)學(xué)院依托“河南省數(shù)據(jù)安全和可信計(jì)算工程技術(shù)研究中心”、“河南省物聯(lián)網(wǎng)安全可信技術(shù)工程研究中心”組織和引導(dǎo)青年教師開(kāi)展學(xué)術(shù)前沿的研究工作，堅(jiān)持以科研成果引領(lǐng)教學(xué)成長(zhǎng)，推動(dòng)教學(xué)改革，培養(yǎng)學(xué)生的專(zhuān)業(yè)技能和就業(yè)能力，提高人才培養(yǎng)質(zhì)量。青年教師積極組織學(xué)生參加“挑戰(zhàn)杯”河南省大學(xué)生課外學(xué)術(shù)科技作品競(jìng)賽、國(guó)家大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目、鄭州師范學(xué)院大學(xué)生科研創(chuàng)新基金項(xiàng)目等活動(dòng)并取得優(yōu)異成績(jī)。

     何宇矗博士具有優(yōu)秀的科研品質(zhì)，針對(duì)智慧交通問(wèn)題深入挖掘，多年來(lái)圍繞此問(wèn)題，積累了大量新的實(shí)驗(yàn)數(shù)據(jù)，在智慧交通研究方面取得諸多令人欣喜的進(jìn)展。