标题：移动性视角下智能城市的物理信息系统

摘要：在新世纪中，人们有史以来第一次有更多的人生活在城市地区，而不是农村地区。基于这种不可避免的城市化，我们研究旨在通过数据驱动建模和应用网络物理系统（CPS）方法解决智慧城市的愿景中与城市交通（例如，能源消耗和交通拥堵）相关的可持续性挑战。在本次演讲中，我将重点介绍基于大规模跨域CPS的移动性建模和结果应用，例如车载网络，蜂窝网络，支付系统，社交网络和运输系统（包括电动汽车，出租车，公共汽车，地铁） ，私人车辆，Ubers）。我将首先展示如何通过一组模型集成技术协同利用跨域CPS系统来捕获实时城市移动性。然后，我将展示捕获的移动性如何用于设计各种城市移动服务以关闭“循环”，从城市规模的搭车到租用车辆调度，电费收费管理，电动车辆充电建议和紧急响应在行动不正常的情况下。最后，我将在智能城市研究的背景下提出与未来跨领域CPS相关的一些研究挑战。

报告人简介：张德升博士是罗格斯大学计算机科学系的助理教授。此前，他获得了麻省理工学院的Senseable City Consortium博士后奖学金，并获得了明尼苏达大学的计算机科学专业博士学位。他研究方向主要为 Mobile Sensing，Ubiquitous Computing和Cyber-Physical Systems, cross-domainmobile systems, 主要从数据驱动的角度关注 感知、measurement以及跨域移动系统的应用，包括蜂窝网络，Wi-Fi网络，移动支付系统，出租车，公共汽车，地铁，自行车，私人车辆，电动汽车，卡车和社交网络。张德升博士在CS领域发表了60多篇高水平论文，包括MobiCom，UbiComp，SenSys，SIGSPATIAL等top论文。
详细信息：https：//www.cs.rutgers.edu/~dz220/