近日，《Sustainable Cities and Society》发表了我校智能工程学院教师郑庆河博士团队的研究成果《Application of wavelet-packet transform driven deep learning method in PM2.5 concentration prediction: A case study of Qingdao, China》。《Sustainable Cities and Society》是中科院一区TOP期刊。

本研究基于小波包变换驱动下的深度学习模型，通过对空间中气象信号的分析，提出城市环境质量的未来预测方法。首先应用小波包将气象信号分解为具有不同分辨率不同频率下的子时间序列，然后开发了一种兼顾空间和时间信息的多维LSTM模型，以从子时间序列中提取关键特征用于预测城市环境质量变化趋势。

郑庆河博士一直致力于机器学习、信号处理、数据挖掘、边缘计算等方向的研究，对于促进可持续、安全、智慧的数字化城市建设与发展具有积极意义。