About mmlab@sigs group

    网络多媒体是异构网络环境下大规模用户与海量媒体内容交互、传播、演化形成的媒体形态,用以满足高动态、高并发的多模态信息访问需求。大规模网络多媒体本质是一个由内容、网络和用户三个域相互耦合所形成的复杂系统。传统网络多媒体分发理论与方法一直受限于三域相互独立的简化假设,割裂地对网络资源进行局部优化配置,导致有限的网络资源与用户高动态高并发媒体需求之间产生难以逾越的鸿沟。多媒体边缘网络与用户行为分别是多媒体内容分发的主要载体和内驱力,是近年来优化多媒体内容服务的主要切入点。如何揭示媒体内容、网络拓扑和用户行为的内在相互作用机理,发展大规模多媒体的资源跨域协同计算理论与方法,实现系统性跨域协同的资源优化配置,是学术界关注的前沿课题。
    针对以往工作在网络与行为挖掘、内容部署与分发、边缘智能部署等方面的不足,课题组尝试从多媒体边缘网络与用户行为跨域联合挖掘入手,建立边缘网络态势感知与行为预测模型,优化多媒体内容分发,并通过模型轻量化与精度-延迟联合的模型部署,实现服务质量驱动的多媒体边缘智能推理以及多媒体边缘内容服务策略,解决大规模多媒体内容分发面临的挑战性问题。研究成果方面,课题组发表计算机学会推荐A类国际会议论文40余篇,发表JCR Q1区期刊论文20余篇。研究成果先后获得2017年教育部自然科学一等奖、2018年国家自然科学奖二等奖,2019年深圳市青年科技奖,2020年电子学会技术发明一等奖。先后5次获得国际会议和期刊等最佳论文奖和2次最佳论文提名。成果被知名技术媒体MIT Technology Review、Synced Review等报道。

    课题组有浓郁的学术氛围。组内同学获清华大学优秀毕业生、清华大学优秀毕业论文、清华大学计算机系优秀毕业生、清华大学国际研究生院优秀专业实践一二等奖等奖项,毕业进入腾讯、阿里、字节跳动、微软、快手、美团等头部企业,并获相应人才计划,或前往多伦多大学、清华大学、香港中文大学、西蒙菲莎大学继续深造。

招收对象

研究方向

候选人要求

申请方式

考查流程