近日，我校收到国家科技部高技术研究发展中心的立项批复通知，计算机科学与工程系两位80后青年副教授正式获批两项科技部国家重点研发计划项目，分别是：01宋轩副教授获批科技部国家重点研发计划“网络协同制造和智能工厂”重点专项：“制造业产品生命周期价值链多维数据空间及服务理论”。宋轩副教授02危学涛副教授获批科技部国家重点研发计划“文化科技与现代服务业”重点专项：“基于联盟链NFT技术的文化产品产权价值评估与确权标识应用研究”。 危学涛副教授“制造业产品生命周期价值链多维数据空间及服务理论”项目介绍智能制造能有效提高制造业的生产效率、缩短产品研制周期及降低产品不良率，是我国建设数字中国和实现“中国制造2025”的关键。然而，目前制造业在数据存储和分析过程中存在数据接口混乱、存储低效、智能化水平低和信息不透明等问题，影响了制造业产品协同合作及数据增值的质量，不利于制造智能化的持续发展。为了解决这个难题，宋轩副教授联合长春理工大学，中国第一汽车集团有限公司发力高端汽车制造业，服务国家重大需求。该项目将提出一套全新的集数据存储、数据共享、数据分析、数据服务于一体的多维数据空间模型及服务理论。该项目期待可以解决制造业数据不透明、数据共享难、数据溯源难等问题，缩短产品研制周期，提高产品质量，降低产品不良率，助力产品研发协同。该项目的未来研发成果将对我国制造业构筑产业链竞争优势及进一步提高制造业智能化水平具有重要意义。“基于联盟链NFT技术的文化产品产权价值评估与确权标识应用研究”项目介绍本重点专项总体目标是：面向文化科技与现代服务业生态集聚的新趋势、服务消费升级的新需求和服务场景创新的新特征，结合文化科技与现代服务业数字化、专业化、智能化和生态化的发展趋势，系统布局共性基础技术研究，媒体融合、数字文化、文旅融合、文化遗产保护等文化科技场景服务技术创新与应用，生活服务、科技服务、生产服务等现代服务业场景服务技术创新与应用，促进文化产业数字化转型升级，提升国家文化软实力；支撑现代服务业健康快速发展，培育经济发展新动能

12月16日下午，南科大首届无人驾驶挑战赛圆满落幕，颁奖仪式在工学院北楼协作中心举行。本次赛事共吸引39支队伍共146人踊跃报名参加。本次赛事由就业指导中心、工学院、计算机系、树德书院、无人驾驶俱乐部共同举办， 获风向标、华为、Intel 等企业赞助支持，由南科大计算机系无人驾驶研究团队提供技术支持，赛事统一使用小车硬件平台，利用感知和规划算法实现小车自主绕赛道行驶两圈的目标。经过激烈角逐，“Yulab 2 ”队摘得桂冠，“Yulab”队、“这次一定”队分别获亚军和季军，“熬鹰队”、“我们是菜鸡对不队”、“驭动队”获优胜奖。表1. 获奖队列表图1. 加拿大工程院张宏院士在颁奖仪式上发言图2. 郝祁副教授在颁奖仪式上介绍南科大智能交通中心工学院讲席教授张宏院士（加拿大工程院）、计算机系郝祁副教授、郑锋副教授、李大川助理教授、王帅助理教授为获奖队伍颁奖。图3. 颁奖现场图4. 合影组织无人驾驶挑战赛意义深远，一是培养了学生无人驾驶编程技术和团队沟通协作能力；二是通过活动营造学术竞争氛围，提供了院系间交流平台，进而促进学科建设；三是为相关产业储备人才,增进了产学研三方交流与互动合作。本次赛事离不开参赛队员们平日刻苦的学习，离不开老师们的辛勤指导，也离不开赛事筹备组的精心准备和调试。未来,南科大无人驾驶挑战赛将朝着更加多元化，更具专业性、权威性和观赏性方向发展。南科大无人驾驶挑战赛介绍：赛事任务：参赛队统一使用赛事提供的小车硬件平台，专注于感知和规划算法的实现，以小车自主绕赛道行驶两圈为目标。主要涉及的考核点为: 交通灯识别（出发），车道线识别，弯道行驶，限速标志识别，斑马线识别，静态障碍物识别，竞速。赛事场地：为方便识别，限速标志由支架悬空放置于道路正上方。车道宽度为35cm，车道线宽度为2.5cm。比赛开始时，小车位于开始点，面朝交通灯。交通灯信号由工作人员手动控制，依次由红灯转变为绿灯。绿灯亮后比赛开始，小车需逆时针绕场地行驶2圈，途径限速区域需减速，另外斑马线前需作出避让动作。参赛对象：计算机、自动化、电子等相关专业的全日制本科、研究生、博士生。有兴趣的团队或个人可扫描下方二维码加入“南科大无人驾驶挑战赛”QQ群（群号660975625）

2021年即将结束，南方科技大学程序设计竞赛队（以下简称“校队”）清点了一下今年获得的奖牌总数：9金14银12铜！同学们通过参加这些编程比赛，提升了专业能力，为更深层的计算机专业学习打下了良好的基础。期待同学们在2022年有更多佳绩。2021年获奖一览表图1. 校队在45届ICPC EC-Final上合影今年的典型赛事及其成绩有：在第45届ICPC国际大学生程序设计竞赛亚洲区域赛澳门站和银川站中，南方科技大学-阿尔高队（20级董廷臻，20级周珈伊，20级陈浩然）和南方科技大学-楚格队（20级周轶凡，20级李舒欣，20级车文心）均取得ICPC亚洲区域赛学校排名全国第7的历史新突破。此外在2021年4月的第45届ICPC国际大学生程序设计竞赛亚洲区决赛中，南方科技大学-马德里队（20级董廷臻，20级周珈伊，20级陈浩然）从全国143所高校的291支队伍中脱颖而出，夺得金牌，最终队伍排名第19、学校排名第13，南方科技大学-楚格队斩获EC-Final 最佳女队奖。图2. 南方科技大学-楚格(左起20 级李舒欣，20 级周轶凡，20 级车文心)获 45 届 ICPC EC-Final 最佳女队因校队在各类赛事中的出色成绩，校队教练唐博老师受邀作为教练代表在 2021 年 5 月举行的第六届中国大学生程序设计竞赛总决赛开幕式上进行发言。图3. 南方科技大学校队教练唐博老师在第六届CCPC总决赛上作教练代表发言在2021年10月的全国大学生程序设计竞赛-女生专场中，南方科技大学-瓜达拉哈拉队（20级周珈伊，20级周轶凡，21级陈璐瑶）夺得亚军，学校排名仅次于清华大学，斩获校史第二个亚军奖杯。在2021年11月的比赛中，校队分别在CCPC（威海），ICPC（上海），ICPC（南京）等赛站中夺得了金牌。图4. 南方科技大学校队参加第六届CCPC总决赛现场赛比赛介绍：大学生程序设计竞赛旨在展示大学生创新能力、团队精神和在压力下编写程序、分析和解决问题能力，激发学生学习计算机领域专业知识与技能的兴趣，鼓励学生主动灵活地运用计算机知识和技能解决实际问题，有效提升算法设计、逻辑推理、数学建模、编程实现和计算机系统能力，培养团队合作意识、挑战精神和创新能力。南方科技大学程序设计竞赛队：我校校队于2017年9月组建，由计算机科学与工程系唐博老师和沈昀老师担任教练与带队老师，目前共有来自6个书院的18名正式队员和6名外卡队员。校队通过每周训练、寒暑假集训，积极参加各级各类程序设计类竞赛，查缺补漏、提升水平、培养默契。2021年校队参加了广东省大学生程序设计竞赛、中国大学生程序设计竞赛和国际大学生程序设计竞赛等。此外校队还协助南方科技大学附属中学信息组进行信息学奥林匹克竞赛培训以及负责2021年深圳市计算机学会大湾区计算机竞赛（BBCC）命题工作等。

近日，南方科技大学计算机科学与工程系助理教授余剑峤课题组在基于隐私计算的智慧交通领域取得一系列科研进展，其中两篇论文于同一日被相关领域国际顶级期刊IEEE Internet of Things Journal接收。01保护隐私的交通模式识别是智能交通系统的关键挑战之一。随着联邦学习（Federated Learning）的兴起，基于众包的联邦学习已经成为一个有具有成本效益的训练解决方案，通过分布式的方法在不暴露用户的数据隐私的情况下训练强大的交通模式分类器。然而，现有的交通模式识别方法在很大程度上依赖于大量有标识的交通模式标签，这在真实世界通常是难以实现的。虽然近年来众多的半监督研究试图通过给无标签的数据分配伪标签（Pseudo Label）来解决这个问题，但当涉及无标签数据量较大时，这种做法往往会降低分类性能。针对此，余剑峤课题组发表在物联网领域顶级期刊IEEE Internet of Things Journal上的文章以“Towards Crowdsourced Transportation Mode Identification: A Semi-Supervised Federated Learning Approach”为题，提出了一种用于交通模式识别的半监督联邦学习方案（MTSSFL）。该论文的第一作者为南科大研究助理张晨涵，余剑峤助理教授为通讯作者，南科大三年级硕士研究生朱元绍，南科大与悉尼科技大学联培博士研究生Christos Markos以及悉尼科技大学余水教授为论文合作者。南科大为论文第一通讯单位。该方案包含一个新颖的半监督联邦学习框架和一个基于集群学习（Ensemble Learning）的深度神经网络，在不依赖于大量标记可用的数据的同时，实现了高准确度和隐私保护的众包交通模式识别。该算法在联邦学习的训练中引入了一种一致性更新算法（Consistency-updating），将全局模型插入到只有未标注数据的局部模型的梯度更新中，以改善其训练效果。此外，其设计了一个新颖的参数聚合机制（ Mean-teacher-averaging），其可以在不需要额外训练的条件下进一步提高全局模型的交通模式识别准确度。与传统方法相比，该方案可以用较少的训练开销达到较高的准确性，同时也满足联邦学习的隐私保护的约束。图1. 基于集群学习的交通模式识别模型图2. 半监督联邦学习框架论文链接：https://ieeexplore.ieee.org/document/9632695/02联邦学习在大规模物联网传感器数据的交通预测任务中被广泛采用，因为其去中心化的特性使数据提供者的隐私得以保护。然而，当在联邦学习系统中采用基于深度学习的交通预测器时，由于深度学习模型含有大量的参数，现有的联邦学习框架在传输这些模型的参数更新时面临着通信开销过大的问题。课题组发表在物联网领域顶级期刊IEEE Internet of Things Journal上发表了题为 “A Communication-Efficient Federated Learning Scheme for IoT-Based Traffic Forecasting”的论文。该论文的第一作者为南科大研究助理张晨涵，余剑峤助理教授为通讯作者，悉尼科技大学研究员崔磊以及悉尼科技大学余水教授为论文合作者。南科大为论文第一通讯单位。该论文提出了一个新颖且实用的联邦学习方案（CTFed）来解决上述问题。所提出的方案采用了分而治之（Divide et Impera）的策略，根据通过预训练和参数降维得到的客户的本地模型参数之间的相似性，将客户进行聚类。其次，通过整合粒子群优化（Particle Swarm Optimization）算法，该方案设计了一个两步法来更新本地模型。所提出的方案使得每个集群中只需有一个有代表性的本地模型更新被上传到中央服务器，从而大大减少了联邦学习中模型更新传输的通信开销。此外，该方案正交于主流的基于梯度压缩或稀疏化的方法，因此可以进一步协作优化通信开销。实验结果表明，所提出的方案具有出色的训练效率、准确的预测性能和对不稳定网络环境的稳健性。所提出的方案作为一个通用的分布式训练方案，有望应用于解决其他研究和工业问题。图3. 通信高效的联邦学习方案论文链接：https://ieeexplore.ieee.org/document/9634121/

为普及应急救护知识，提高全体师生急救和自救互救能力，2021年11月26日，计算机科学与工程系联合深圳市红十字会在工学院报告厅开展了“救在身边”急救知识技能培训活动。工学院党委副书记彭中华老师、计算机系副主任王琦老师亲临现场，80余名师生参加了此次培训活动。图1. 合影首先，工学院党委副书记彭中华老师就学习急救知识的重要性做了分享，他以生动的语言、真实的案例向老师同学们强调了学习各项急救方法的重要性。图2. 工学院党委副书记彭中华老师其次，深圳红十字会老师从人工心肺复苏术的理论出发，为现场的学员讲述和演示了CPR操作的标准和实施要点。她表示：“心肺复苏是针对心跳呼吸骤停最有效的急救技术，学会心肺复苏和使用AED能尽可能地挽救生命。当发现有人突然倒地，作为目击者，在救援之前需要拨打120急救电话，保证自身安全的同时，再去施救。”图3. 培训老师讲解理论接着进行现场教学环节。老师们现场教授如何进行心肺复苏按压。他们从身体姿势到按压的手型和深度等方面对学员们进行了指导。此外，老师们还为大家讲述了AED的使用，以及如何在需要急救的时候把握急救“黄金四分钟”的宝贵时机。图4.培训老师现场教学最后，所有学员参加并通过实战考核，获得了心肺复苏（CPR+AED）培训证书。培训活动圆满结束。图5.培训现场

2021年11月19日，在刚刚结束的国际大学生超算竞赛（SC21 SCC）总决赛上，南方科技大学6名本科生组成的超算团队获得最高性能奖。参赛队队长由我系2018级本科生顾同舟担任，队员由我系2018级许博添、2020级郑英炜，以及另外3位兄弟院系学生组成，1/2成员来自我系。左下为我校获最高性能奖右下为清华大学获总冠军SC21超算大赛由SC国际超算大会组委会主办，与ASC超算竞赛和ISC超算竞赛并列为世界最具权威性的三大国际大学生超算竞赛。经过筛选，本次决赛共有来全球的10支队伍参加。除了我校，还有4所中国高校以及5所美国高校，分别是克莱姆森大学、佐治亚理工学院、波士顿大学、北京大学、上海科技大学、加州大学圣地亚哥分校、维克森林大学、暨南大学、以及清华大学。官网共展示两个奖项。南方科技大学参赛队获得最高性能奖第一名（Highest Linpack Bechmark Winner）。清华大学参赛队获总冠军（Overall Winner）。https://studentclustercompetition.us/2021/winners.html SC21 SCC我校参赛队员合影由于在竞赛中的优异表现，南科大超算队将获得明年在德国举行的ISC22国际大学生超算竞赛的一个保留席位。自南科大超算俱乐部组建以来，南科大学生超算队已在包括ASC、APAC HPC-AI、SC SCC等多项国际大赛中取得优异战绩。南方科技大学超算队作为新加入的参赛队伍，在比赛中展现了不俗的实力。此次竞赛由科学与工程计算中心主任工程师范靖和前南科大超算队队长赵佳华（现在意大利帕多瓦大学攻读硕士学位）指导。比赛准备期间，学校为超算队提供了硬件支持，南科大科学与工程计算中心与旗下的学生超算俱乐部在比赛准备期间全程提供了丰富的计算资源和技术指导，展现了南科大在超算平台和计算资源方面的强大优势。