近期，我院梁偉教授團隊在智能交通領域網絡流量監控數據處理方向取得新進展。研究成果“LightNestle: Quick and Accurate Neural Sequential Tensor Completion via Meta Learning”于2022年12月3日被CCF A類國際頂級會議《IEEE INFOCOM》接收，該項研究成果将被國際頂級會議論文集收錄，會議将由IEEE Communications Society在美國紐約舉辦，梁偉教授團隊将作大會報告。《IEEE INFOCOM》是IEEE組織在通信網絡領域的旗艦會議，此次會議共收到文章1312篇，接收論文252篇，錄用率僅為19%。

網絡流量監控是網絡管理的重要内容之一。現有網絡流量監控面臨着觀測數據不完整、數據稀疏性高等居多挑戰。高效的數據恢複技術至關重要。但是通常采用的張量完成模型在保留曆史信息的同時，缺乏一種有效、高效的再訓練方案來适應新到達的數據。為此，梁偉教授團隊提出了一種基于元學習的序列張量補全方案LightNestle（如下圖所示）。方案融合了表達神經網絡、注意力機制、元學習等先進計算理論與方法。實驗結果表明，所提出的方法既實現了快速的再訓練，又實現了較高的恢複精度。

▲LightNestle框架

近年來，我院積極開拓交通網絡流量監測交叉領域，鼓勵學院師生以興趣為原動力，積極探索新興研究領域。該成果是在人工智能網絡流量監控領域取得的重要成果之一，助力學院科研全面發展。這項研究得到了國家重點研發計劃（2021YFA1000600），國家自然科學基金（62072170，61976087），湖南省重點研發計劃項目（2022GK2015），湖南省自然科學基金（2021JJ30141）等項目基金的資助。