最新動態

理大兩個研究項目榮獲國家教育部高等學校科學研究優秀成果獎

香港理工大學（理大）兩個研究項目分別榮獲國家教育部頒授 2022 年度「高等學校科學研究優秀成果獎(科學技術)」自然科學獎一等獎及二等獎，以表揚研究團隊的傑出科研貢獻。 由理大應用數學系數學科學講座教授楊彤教授領導的「可壓縮 Navier-Stokes 方程組及相關問題的數學理論」項目獲得自然科學獎一等獎；土木及環境工程學系大氣環境講座教授王韜教授領導的「大氣活性氮氧化物的化學轉化機制及其對臭氧和灰霾污染的影響項目」則獲得自然科學獎二等獎。 理大副校長（研究及創新）趙汝恒教授祝賀獲獎團隊，並表示：「我們很榮幸獲得教育部頒授這項榮譽，以表揚理大學者的貢獻和努力。研究團隊的科研成果對社會產生了重大的影響，並展現了理大在科研和學術方面的卓越成就。我們感謝團隊不懈追求知識和探索，充分體現高等教育的精神。作為理大的重要成員，研究團隊將繼續啟發未來世代，發揮大學在教育、科研和知識轉移方面的優勢，貢獻國家。」 由理大楊彤教授領導的聯合項目，團隊成員包括華南理工大學的朱長江教授及溫煥堯教授。可壓縮Navier-Stokes方程組是描述可壓縮流體運動的基本數學模型之一，其數學理論研究一直是國際數學界的重要研究方向之一。獲獎項目為楊教授的核心研究，他在守恆定律、玻爾茲曼方程、邊界層理論等方面的科學研究作出重大貢獻。 另外，由理大王韜教授領導的研究項目，合作機構包括山東大學、南京大學和中國環境科學研究院。團隊深入研究香港和中國內地的氮氧化物長達 20 年。獲獎項目為王教授的核心研究領域，他的團隊通過實地觀測、實驗室實驗和電腦模擬等，在氮氧化物的化學轉化過程及其在光化學和灰霾污染中的作用上有重大發現。相關發現加強了對化學轉化機制的了解，並提升了廣泛應用於全球空氣質素預測和研究的空氣品質模式的功能。 高等學校科學研究優秀成果獎（科學技術）是國家教育部設立的科技專項獎，對象為全國的高等院校，授予在開展科技創新、成果轉化並在創新人才培養中作出突出貢獻的學者和單位。

媒體專訪：新型可光交聯納米複合植骨材料

理大利民生物醫學工程青年學者，生物醫學工程學系副教授趙昕博士，接受《星島日報》訪問，介紹了她榮獲2023 TechConnect 全球創新獎的科研項目，並分享生物醫學工程領域的就業前景，勉勵有志投身科研的學生要勇於嘗試。 詳情請按此。

Cultivating a holistic view of research impacts

Researchers need to take a holistic mindset on bringing the results from laboratory to society. Computer scientists must remain constantly prepared for a wide spectrum of rapidly evolving paradigms and environments within computing networks and artificial intelligence (AI) technologies. Prof. Song GUO of Department of Computing at The Hong Kong Polytechnic University (PolyU) has fostered proactive teamwork to develop innovative research and impactful applications in the field of dynamic computing. As Director of the Edge Intelligence Laboratory at PolyU, Prof. GUO has inspired a team of active researchers to investigate diversely, from the Internet of Things (IoT) to wearable devices and systems over ubiquitous mobiles, algorithms, deep learning, and edge computing. Prof. GUO always believes that talent developments and team efforts are crucial for research and constantly promoting a promising environment with diverse opportunities for growth, knowledge acquisition, and achievements. “My consistent recognition as a highly cited researcher underscores our team’s influential contributions in the field,” said Prof. GUO, whose research in Edge-cloud AI is highly cited. Individually, the paradigms of edge computing, cloud and AI are all rapidly evolving technologies that garner significant interest from academia and industry. If the cloud server centre functions as the brain, then edge computing is the nervous system connecting to various intelligent terminals throughout the body. The number of edge devices is proliferating, with the generation of excessive amounts of data crucial for intelligent applications. In an era of the smart city and living environment, edge learning research is essential as a paradigm that complements cloud-based methods for big data analytics in the cloud-edge environment.   Edge-cloud AI “Edge-cloud AI has emerged as a widely cited research field involving the collaboration of edge-side clients, networking facilities, and cloud-side servers. Our primary objective is to perform systematic research to design and implement efficient systems for Edge-cloud AI applications,” said Prof. GUO. However, a comprehensive life-cycle optimisation is a key challenge to addressing various aspects of computing systems, such as edge AI risks, dynamic environments, on-device constraints and heterogeneous resources. In the previous research, these requirements were abstracted into a bottom-up hierarchy and followed by a comprehensive approach to designing the system from deployment to training, adaption, and governance perspectives. The primary focus of research embraces four major aspects for developing efficient Edge-cloud AI systems: Designing a collaborative training framework over heterogeneous edge environments Offering a lightweight deployment engine for resource-constrained edge devices Proposing fast adaptation mechanisms for evolutionary edge environments Designing trustworthy governance technologies to mitigate various Edge AI risks. Highly Cited Deep learning is critical to applications of IoT by improving the efficiency of deployment and management of IoT, enhancing security and privacy protection, and enabling various smart usage. Respectively, federated learning is a decentralised approach to training machine learning models without exposing their private data. Prof. GUO’s highly cited research, titled “Layer-Wised Model Aggregation for Personalised Federal Learning”, showed higher performance in collaborative learning while protecting data privacy. The study proposed a novel personalised federated learning training framework to optimise the personalised model aggregation of clients with heterogeneous data. IoT generates large amounts of data at the network edge. Machine learning models are often built on these data to enable the detection, classification, and prediction of future events. However, it is often impossible to send all the IoT data to the central server for centralised model training due to network bandwidth, storage, and privacy concern. Prof. GUO’s research, titled “A Learning-based Incentive Mechanism for Federated Learning”, was published in IEEE Internet of Things Journal in 2020. It studied the incentive mechanism for federated learning to motivate edge nodes to contribute model training. Notably, a deep reinforcement learning-based incentive mechanism was designed to determine the optimal pricing strategy for the parameter server and optimal training strategies for edge nodes. For edge computing, Prof. GUO’s research designed a decentralised algorithm for computation offloading to enable users to independently choose their offloading decisions. The highly cited research, titled “A Deep Reinforcement Learning Based Offloading Game in Edge Computing”, was published in IEEE Transactions on Computers in 2020.   Practical applications Leveraging the Edge-cloud AI research platform, Prof. GUO's team has successfully applied the findings to real-world applications. For instance, the smart health project, which deploys lightweight medical models on edge devices, precisely enables body posture analysis with 90% classification accuracy. This “Dr Body Scan” posture analysis system has become the first automated, all-in-one machine for accurate diagnosis and evaluation of human posture. It won the Hong Kong Information and Communications Technology (ICT) Awards 2021 for providing impactful solutions for social and business needs.  Another smart transportation project uses neural video enhancement techniques to address vulnerabilities in autonomous vehicles by taking hardware, software, network environment and real-time demands into account. It effectively leads to up to 20 times reduced traffic. Overall, these real-time video inference algorithms and neural video enhancement models provide solid foundations for Edge AI applications.  “We take pride in balancing academic publications and practical applications. Alongside our academic achievements, we have published two books and secured over eight patents related to Edge AI,” said Prof. GUO. These accomplishments vividly build the value of research on social and economic benefits and make the connection between academia and industry. Collaboration with universities, hospitals, government, and charity organisations is essential for researchers with a proactive vision of real-world impacts. Also, international exchanges on global conferences participation and top-notch institutes visits are motivational activities to explore cutting-edge technology and gain in-depth knowledge.   Research Interests: Edge AI, Edge Computing, 6G, Big Data, Machine Learning, Distributed Systems, Mobile Computing Highly Cited Researcher: 2020-2022 (Clarivate Analytics) Selected Highly Cited Publications: S. Guo, Y. Zhan Y., P. Li, J. Zhang, A Deep Reinforcement Learning based Offloading Game in Edge Computing, IEEE Transactions on Computers, vol. 69, issue 6, June 2020. S. Guo, Y. Zhan, P. Li, Z. Qu, D. Zeng, A Learning-Based Incentive Mechanism for Federated Learning, IEEE Internet of Things Journal, vol. 7, issue 7, July 2020.  S. Guo, X. Ma, J. Zhang, W. Xu, Layer-Wised Model Aggregation for Personalized Federated Learning, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp. 10092-10101, 2022.   Download Version

理大兩名傑出學者獲頒研資局高級研究學者及研究學者

香港理工大學（理大）兩名學者分別於 2023/24 年度研究資助局（研資局）高級研究學者計劃（SRFS）及研究學者計劃（RFS）獲獎，以表揚他們在不同學科上的卓越研究。 理大建設及環境學院副院長及建築及房地產學系教授倪萌教授獲 SRFS 資助並頒授「研資局高級研究學者」名銜，他的跨學科研究旨在促進可持續潔淨能源發電。 倪教授的研究涉及能源工程與環境的交叉學科領域，範疇主要為燃料電池、可充電金屬空氣電池、電化學水分解以及低品位廢熱利用的電化學系統。此外，他還擔任 80 多份學術期刊的審稿人，包括 Science、Nature Energy、Nature Communications、Joule 和 Advanced Materials 等頂級刊物。 理大應用數學系教授李步揚教授獲 RFS 資助並頒授「研資局研究學者」名銜，他的研究領域為解決前端性數學問題以開創嶄新見解。 李教授在應用數學、數值數學和計算數學方面的研究成果為各種數學問題探究解決方案。他曾獲得 2022 年香港數學學會青年學者獎，以表彰他對數學領域的貢獻和在學術界的卓越表現。 理大副校長（研究及創新）趙汝恒教授恭賀獲獎學者並表示：「獲獎學者的佳績彰顯了理大團隊在推動和開展不同範疇跨學科研究的卓越能力和競爭力，他們的成就激勵著其他研究人員，鼓勵他們堅持追求具影響力的研究，以造福社會。」 兩位獲獎研究學者的成就展現了理大在跨學科領域卓越的學術和研究能力，以及大學致力透過科研應對全球社會的需求。 研資局「高級研究學者計劃」及「研究學者計劃」旨在為卓越非凡的學者提供教學及行政職務方面的持續支援。兩項計劃均涵蓋所有學科，每年各頒發 10 個獲獎名額，其所屬大學會獲發放分別港幣約 $780 萬元經費（高級研究學者計劃）及 $520 萬元經費（研究學者計劃），為期 60 個月。 獲獎研究項目詳情： 高級研究學者計劃 項目統籌者 倪萌教授 - 建設及環境學院副院長 - 建築及房地產學系教授 項目名稱 質子陶瓷燃料電池用於清潔發電技術：從新的陰極材料到新電堆設計 摘要 基於高效、低排放等特點，質子陶瓷燃料電池具有替代傳統火力發電的巨大潛力。然而，由於陰極較高的損失和傳統電堆中反應物分佈不均勻，導致該燃料電池的實際性能較差。 本研究將同時採用傳統試錯方法和機械學習輔助設計方法，大大加快新的陰極材料開發。同時，也將基於多物理場模擬和優化策略，發展非傳統電堆設計，包括多種受自然啟發的電堆組成方法，以提高燃料電池性能。研究將結合工程科學、化學、物理和材料科學，解決以質子陶瓷燃料電池發電的難題。 研究學者計劃 項目統籌者 李步揚教授 - 應用數學系教授 項目名稱 曲率驅動的曲面演化及其相關問題中的挑戰、數值分析和新的計算方法 摘要 項目旨在解決一系列關於參數有限元算法求解曲面演化問題的穩定性和收斂性的長期數學問題，這些算法用於近似幾何流下的曲面演變和兩相 Navier-Stokes 流下的界面演變（例如液體中的氣泡）。 研究預計將產生對曲率驅動曲面演變的基礎算法的新理解，以及可以提高逼近曲面演變的精確性、穩定性和網格質量的嶄新計算方法。

理工大學攜手研發以 3D 打印創造新型高強度鈦合金

香港理工大學（理大）的科學家與澳洲墨爾本皇家理工大學和雪梨大學合作，成功利用 3D 打印技術（又稱增材製造）研製出高強度、高塑性的新型鈦合金，同時為鈦合金工業生產長期面對的品質性能和廢料處理問題提供了有效解決方案。研究成果已發表於國際科學期刊《自然》（Nature）。 鈦合金是先進的輕質材料，常用於各種關鍵應用。研究團隊的創新發現開拓了 3D 打印製造鈦合金及其他金屬物料的潛在應用，有望降低成本、提高物料性能，同時積極推動可持續發展的循環經濟模式。 氧和鐵是兩種儲量富豐、價錢合理的元素，而且可以分別使 α 和 β 兩相鈦合金穩定和變強。研究團隊利用 3D 打印技術，成功生產了一種結合了氧和鐵的新型鈦合金「α–β Ti-O-Fe 合金」，其特點是強度與塑性俱高，而且應用潛力優厚，能於航空航天、海洋工程、消費電子和生物醫療設備等領域發揮作用，有助積極推動可持續發展。與自 1954 年發明以來廣泛使用的基準材料「Ti-6AI-4V 鈦合金」相比，研究團隊最新研發的新型鈦合金的機械性能更勝一籌，除了良好的延展性，強度也更高。 雖然這種新型鈦合金可以利用鑄造法等傳統工藝生產，但效果遜色，不適合實際工程應用。3D 打印技術能有效克服傳統工藝缺點，製作出高性能鈦合金。 鈦合金傳統上以能源密集的 Kroll 工藝生產，過程中無可避免地產出約10％劣質「海綿鈦」（sponge titanium），由於劣質廢料本身仍含有很多氧和鐵，所以會造成大量浪費、推高生產成本。研究團隊提出的新方案利用 3D 打印技術製造方法，可回收劣質廢料，並有效轉化為原材料粉末再投入生產。此外，這種新的合金設計以低合金化和素化為基礎思維，可把合金元素減至最少。現時佔據主流的 Ti-6Al-4V 中含有 10% 的合金元素，而且其中的釩毒性較大，所以研究團隊的低合金化與素化理念能帶來改變，為實現可持續發展帶來裨益。 理大工業及系統工程學系助理教授陳子斌博士是研究報告的其中一位主要作者，他亦是理大首屆「青年創新研究者獎」的得獎者。陳子斌博士表示：「本研究令金屬合金製造業所產生的逾 10％ 廢棄物得以回收，能大幅降低工業材料和能源成本，並有助於減少碳足跡，為環境可持續發展作出貢獻。」 該研究結合合金設計、計算模擬和實驗表徵等方法，探索新型「Ti-O-Fe」鈦合金的 3D 打印製造流程、微結構和性能。 現代的 3D 打印技術能一步到位地製成複雜的功能性金屬零件，有助節省產品開發的時間和成本。該技術還突破了傳統方法的限制，能夠製造出結構和成分特殊的金屬零件。在質量方面，3D 打印製造法能調整金屬合金的微結構，不但使其強度更高、塑性更好、耐腐蝕性更優秀，還能夠製造出價廉、堅固，而且內部複雜結構的金屬零件。這項研究突破，為 3D 打印製造法提供了全面和可持續的材料設計策略，開拓了更廣闊的應用前景。 理大工業及系統工程學系講座教授（製造工程）陳鏡昌教授是本研究的合著者，他表 示︰「本研究可以作為其他金屬合金製造法的模型或基準，利用 3D 打印技術來提高性能，創造更多可能性。3D 打印金屬是新興領域，相信未來將在材料製造領域中愈來愈盛行。」  

理大醫療科技項目獲研資局策略專題研究資助金支持 應對迫切精神健康服務需求

精神健康備受關注，香港理工大學（理大）最近獲研究資助局（研資局）2023/24年度策略專題研究資助金撥款支持一項醫療科技項目，設計綜合方案建立嶄新的治療範式轉變，應對社會迫切的精神健康醫療需求。 香港的重性精神疾病（Major Psychiatric Disorders）例如重性抑鬱障礙、精神分裂症和雙相情感障礙等患病率高達13.3%。然而，少於40%的病人能夠通過初期治療有效控制症狀。目前的診斷主要依賴主觀認知和行為指標。 理大獲支持的項目提出創新的綜合醫療策略，整合地利用人工智能、基因組學及生物醫學技術來支持診斷、治療計劃和了解對疾病機制的理解。該項目提出人工智能及數據驅動的診斷和個人化治療，屬「利用人工智能應對逼切的醫療挑戰」策略專題的研究項目。 理大副校長（研究及創新）趙汝恒教授表示：「理大在研資局此項全新的資助計劃中，在眾多院校中所獲撥款最高，以支持理大學者聚焦於與香港策略需要相關領域，進行跨學科及協作研究。理大一直與各界合作，就社會的重要議題提供解決方案。研資局這項重大撥款，肯定了理大在精神健康科研的優勢和轉化學術研究的實力。」 由理大生物信息學與整合基因組學講座教授章偉雄教授帶領的研究項目，名為「一體化的人工智能、基因組學和生物醫學新技術在精神疾病的客觀診斷、個體化治療及病因解析中的應用」，獲得研資局3千7百多萬港元撥款支持。章教授在跨學科領域具有深厚的學術和研究背景，他是理大醫療科技及資訊學系和電子計算學系的教授，也是香港全球傑出創科學人教授。 這個項目旨在從基於症狀的診療方式轉向基於人工智能、數據驅動的診斷、疾病研究和個體化治療，改變 MPD複雜疾病的診療策略。建立在章教授在啟發式搜索、規劃和優化方面的廣泛研究，以及他在人工智能和大數據方面的創新技術研發的基礎上。通過將這些技術與章教授長期研究的基因組學和生物醫學技術相結合，項目將開發用於MPD診斷、病因研究和個體化治療的醫學可解釋人工智能（XAI）解決方案。 章教授表示：「是次跨學科研究項目旨在研發與應用新技術，滿足香港及其他地區急切的精神健康醫療需求。 研究團隊結合計算機科學、生物學和醫學等不同領域的專業知識，解決研究複雜疾病的根本挑戰。」 來自香港、內地及美國共八個機構的20名研究人員和合作夥伴將參與此研究。 策略專題研究資助金旨在資助有利於香港把握發展機遇及應對迫切挑戰的指定題目下的跨學科及協作研究項目。每個項目的年期最長為五年，研資局資助金額上限為四千萬元（不包括間接費用）。 獲資助項目詳情： 項目統籌者 章偉雄教授 -醫療科技及資訊學系及電子計算學系生物信息學與整合基因組學講座教授 -香港全球傑出創科學人教授 項目名稱 一體化的人工智能、基因組學和生物醫學新技術在精神疾病的客觀診斷、個體化治療及病因解析中的應用 摘要 項目提出將重性精神疾病的診療模式從基於症狀的方式轉向基於人工智能（AI）及數據驅動的方式，從而實現個體化精準治療的範式轉變。通過研發整合人工智能、基因組學和生物醫學技術，研究團隊將開發一個可解釋的AI輔助治療規劃系統，以提供精準的診斷和個體化的神經調控物理治療。   研究項目涵蓋三個關鍵領域： 第一：識别重性精神疾病相關的基因變異和腦功能影像特徵，並利用它們對重性精神疾病進行重新分型。 第二：研究外部環境刺激對精神疾病發病機制以及遺傳性的影響。 第三：結合第一、二的結果，應用新的多基因標誌物和腦功能影像特徵，以及新獲得的疾病機制知識，來建立更可靠的診斷方法和指導個體化治療，從而提升精神疾病治療的效果。   *研資局提供資助金額的90%，其餘10%將由協調大學提供。

香港理工大學宣佈成立食品科學及營養學系 培育食品專家並推動創新及可持續發展

香港理工大學（理大）宣布成立食品科學及營養學系（Department of Food Science and Nutrition，簡稱FSN），成為香港首個由教資會資助、有關食品科學與營養學專業的學術部門。為慶祝學系成立，理大於上星期（7月13至14日）舉辦了「食物與人類健康」國際會議和開幕典禮。 超過300位嘉賓，包括政府官員、社會賢達、業界夥伴和理大教職員出席開幕典禮。香港特別行政區環境及生態局常任秘書長（食物）劉利群女士、理大校董會主席林大輝博士、署理校長黃永德教授、副校長（研究及創新）趙汝恒教授、理學院院長黃維揚教授及食品科學及營養學系系主任陳聲教授，共同主持啟動儀式。 自21世紀開始，食品供應成為一個複雜且專業的工業過程，品質管理更是貫穿整個食品供應鏈的重要一環。理大於2008年推出食品科技與食物安全的自資理學士學位課程，以應對當時因多次大規模食品安全事件爆發而引致的食品安全憂慮。 食品科學及營養學系以食品安全、食品科技、人類營養和中醫藥為主要支柱，致力以專業設計課程培育食品專家，並通力合作解決與健康有關的問題，開展具影響力的研究，以實現創新和可持續發展，造福世界和人類。 劉利群女士表示：「隨著食品科學與營養學系成立，期望相關領域的專家能夠匯聚並共同合作，分享知識和經驗，提出創新的解決方案貢獻社會。我們也為能夠培育年輕的食品專業人才感到高興。」 林大輝博士表示：「新成立的食品科學與營養學系將致力成為一個卓越平台，協助食品和人類健康領域上的研究、教育和推廣。我有信心學系將為食品和健康領域作出重大貢獻，推動知識進步，造福整個社會。」 在開幕典禮上，食品科學與營養學系展示兩個出色的食物科研成果，分別是由食品科學與營養學系研究助理教授常金輝博士研發的獲獎項目: 添加了抗肥胖配方的AkkMore™低卡路里雪糕 ; 和食品科學與營養學系副系主任郭穎軒博士的研究項目: 現代化和可持續的海產養殖，並以其養殖的藍瓜子斑作為晚宴其中一道菜。 黃維揚教授表示：「隨著人們對食品安全和可持續發展，以及與營養相關的健康問題的關注日益增加，我們的角色變得更加重要。通過追求卓越而全面的教育、具影響力的研究和知識應用，我們致力在食品科學和營養領域上提出創新想法，造福社會。」 陳聲教授表示：「我們將面臨多方面的挑戰，並需要跨學科的合作來應對。因此，學系集結了科學家、營養學家、工程師和社會科學家，讓不同領域的專家互相補足，共同致力於改善人類健康。」 食品科學及營養學系將與未來食品研究所（RiFood）和中醫藥創新研究中心（RCMI）攜手合作，透過跨學科的研究和知識轉移，為促進人類健康和社會福祉帶來正面影響。

理大數學學者榮獲國家教育部高等學校科學研究優秀成果獎

香港理工大學（理大）數學科學家榮獲2022年度「高等學校科學研究優秀成果獎(科學技術) 」，表揚傑出科研貢獻。 理大應用數學系數學科學講座教授楊彤的一項聯合研究項目，名為「可壓縮Navier-Stokes方程組及相關問題的數學理論」，榮獲自然科學類別一等獎。此項目與華南理工大學的朱長江教授及溫煥堯教授一同進行研究。  獎項由國家教育部設立，以表彰和肯定研究人員為推動科研技術發展的傑出貢獻。 可壓縮Navier-Stokes方程組是描述可壓縮流體運動的基本數學模型之一，其數學理論研究一直是國際數學界的重要研究方向之一。 楊教授在守恆定律、玻爾茲曼方程、邊界層理論等方面的科學研究做出了重大貢獻。本次獲獎項目為楊教授的核心研究領域，合作機構包括華南理工大學。  

理大與傳音控股攜手推進螢幕顯示色彩技術

香港理工大學（理大）與傳音控股合作，將最新研究成果應用於實際產品，提升智能手機的顯示品質以及用户體驗。 隨著智能產品在日常生活中不可或缺，使用者對影像系統體驗的提升很大程度上依賴於產品的顏色校準和色彩管理。理大顏色影像與元宇宙中心主任魏敏晨教授的研究團隊針對OLED螢幕存在的串擾問題，提出了新的特徵化模型。 通過在螢幕上測量64組RGB信號對應的三刺激值，對螢幕顏色進行特徵化建模，並以此將螢幕準確校準至sRGB或者P3標準。該高標準的校準方案大幅提升了螢幕顏色的一致性和準確性，將色差ΔE00從3.96下降至0.72，達到業界領先水準。 該技術已應用於智能電話生產線上，實現了全自動快速顏色校準，確保用户在各種視覺場景下暢享自然真實的螢幕顯示效果。

理大兩項研究獲 2023/24 年度研資局主題研究計劃撥款支持

香港理工大學（理大）兩個研究項目，在研究資助局（研資局）2023/24 主題研究計劃中，共獲得接近一億港元撥款支持，為香港長遠策略發展貢獻。 由理大土木及環境工程學系智能結構與軌道交通講座教授倪一清教授帶領的項目，名為「INTACT: 沿海城市智能式熱帶風暴減災系統」，獲 4,829 萬港元撥款支持。 為應對複雜城市環境面對極端風暴帶來的風險，倪教授的研究旨在針對沿海城市高層建築的抗颱風問題，開發實時城市颱風風險預警和管理系統，以建設可持續發展的環境為目標，這也是主題研究計劃的重點之一。 由理大電子計算學系分佈式及移動計算講座教授曹建農教授帶領的項目，名為「高性能協同邊緣計算框架、方法及其在智慧城市中的應用」，獲 5,082 萬港元撥款支持。 曹教授的研究旨在推動智慧生活，並聚焦開發協作邊緣計算框架，以滿足新興的先進智慧城市應用需求，包括自動駕駛、工業物聯網、元宇宙等。該項目獲選為主題研究計劃中的「促進對香港起重要作用的新興研究及創新項目」。 理大副校長（研究及創新）趙汝恒教授表示：「理大致力於透過跨學科合作，將卓越研究成果轉化為具影響力及實用性的創新技術。在此次主題研究計劃的成績肯定了理大在推動香港長遠發展方面的重要貢獻。展望未來，大學將繼續致力為我們的學者提供全方位、深入的支持，協助他們應對全球挑戰。」 研資局的主題研究計劃目的是集中大學的學術研究力量，對香港長遠發展具策略重要性的主題進行研究。每個項目的年期最長為五年。 理大將在以下兩個項目中貢獻所長： 項目統籌者 倪一清教授 國家軌道交通電氣化與自動化工程技術研究中心香港分中心主任 嚴、麥、郭、鍾智能結構教授 土木及環境工程學系智慧結構與軌道交通講座教授 項目名稱 INTACT: 沿海城市智能式熱帶風暴減災系統 摘要 隨著沿海城市人口持續增長和氣候變化，面臨著日益嚴重的颱風災害風險。如香港於2018經歷超強颱風山竹，居民生活及城市安全受嚴重影響。 為減輕颱風造成的損失，本項目旨在建立一套針對城市環境的智能熱帶風暴韌性系統，將設計一個框架，能夠通過稀疏測量有效及準確地評估湍流，並量化複雜城市空氣動力學引起的風險。 項目將建立實時城市颱風風險預警和管理系統，預計將開放予公眾，可用作有效的應急指導，例如疏散安排和臨時加固玻璃幕牆等。另外，項目會為高層建築的抗颱風設計提供新的方法論和設計指導準則，可直接對建築行業、發展商、公眾，以至城市管理帶來深遠的中長期效益。 以香港複雜城市環境作為測試平台基礎，項目所開發的技術將可輕易轉移應用，惠及其他沿海城市，包括粵港澳大灣區，並為全球城市提供參考案例。 資助金額* 4,829 萬港元   項目統籌者 曹建農教授 理大研究生院院長 潘樂陶慈善基金數據科學教授 電子計算學系分佈式及移動計算講座教授 項目名稱 高性能協同邊緣計算框架、方法及其在智慧城市中的應用 摘要 現有的邊緣計算研究主要集中在雲、邊、端設備之間的縱向協作，而忽視了邊緣結點之間的橫向協作，存在服務覆蓋受限、整體資源未優化、性能參差不齊等問題。這項目旨在建立一個由協作邊緣計算技術賦能的新的智慧城市計算基礎設施，它具有邊緣/雲協作、城市規模的邊緣網絡部署和內置人工智能服務等特點。 項目提出的協作邊緣計算框架（CECF），通過建立邊緣節點網絡，統一管理和共享系統資源，並提供新的功能以協作執行計算任務和提供友好的 AI 服務來構建未來的智慧城市計算基礎設施。這項核心使能技術，將促進雲、人工智能和邊緣的融合，形成一個無處不在的高效智能計算平台。 這項研究將解決很多關鍵挑戰，包括大規模資源管理、性能保證的任務調度、資源感知邊緣人工智能、 和安全的數據共享。從而推動香港新興先進智慧城市應用的蓬勃發展，奠定香港在新型計算基礎設施方面的先發優勢。 資助金額* 5,082 萬港元   *研資局提供資助金額的 90%，其餘 10% 將由協調大學提供。