最新动态

理大获香港航天科技集团支持 推动卫星导航及卫星通讯领域的发展及创新

香港理工大学（理大）与香港航天科技集团（香港航天）上月签署合作备忘录，致力探讨卫星导航通讯、卫星遥感及载荷研制上的合作机会，并加强双方在产学研方面的交流。在此合作架构下，香港航天向理大提供香港及大湾区的常规光学遥感与合成孔径雷达观测数据，以及近地轨道卫星载荷空间、载荷测试以及近地轨道卫星测控服务，用于理大进行相关研究及教育，以促进智慧城市、城市空中交通等先进概念和技术的发展。香港航天亦慷慨将一颗多光谱光学遥感卫星的命名权赠予理大，预计于 2024 年发射，是次捐赠的设备及数据总估值达二千万港元。 理大特此于昨日（8 月 23 日）举行感谢仪式，出席嘉宾包括理大常务及学务副校长黄永德教授、行政副校长卢丽华博士、副校长（研究及创新）赵汝恒教授、协理副校长（内地研究拓展）董澄教授、香港航天科技集团非执行董事叶中贤博士、副总裁兼技术总监胡明远博士，及来自理大土地测量及地理信息学系与航空及民航工程学系等一众涉猎卫星应用、测控、遥感数据分析，以及大数据人工智能分析跨学科专家。 行政副校长卢丽华博士指：「作为香港唯一一所参与国家太空探测项目的院校，理大在航天科技及卫星导航等方面拥有丰富的技术研发经验。理大很高兴能与香港航天科技集团携手并肩，缔结更长远和全面的合作伙伴关系。香港航天的支持，定能鼓励理大团队在教育及科研领域上精益求精，培育更多航天专业人才，以科研创新响应社会需要，贡献国家。」 叶中贤博士表示：「本集团很高兴能与香港理工大学展开进一步的合作关系，透过合作，可以为香港新工业及航天科技发展方面培育更多相关的人才。展望于未来的长期合作中，藉助香港理工大学广泛的科研人才培训及专家顾问团队，继续有效地完善人才供应链和产品设计及质量，从而推动本港于未来产业的转型及升级。」 理大多年来致力进行遥感相关的研究，高分辨率光学遥感卫星可协助众多与多光谱特征相关的遥感研究项目，包括碳中和研究、树木健康监测、土地覆盖分类、海水水质监测、城市地表特性研究等，以推动智慧城市的发展。 预计于明年发射的多光谱光学遥感卫星将能提供更多频密及高分辨率的遥感数据，推进与环境相关的研究及应用。理大团队亦正研究利用香港航天的金紫荆星座低轨卫星实现导航增强服务，在未来的低轨卫星中搭载所开发的导航有效载荷。

理大化学专家获国家教育部颁发高等学校科学研究优秀成果奖

香港理工大学（理大）理学院院长、化学科技讲座教授、欧雪明能源教授黄维扬教授，荣获国家教育部颁发高等学校科学研究优秀成果奖（科学技术），表彰他在有机光伏材料领域的卓越研究贡献。 黄维扬教授的研究项目名为「高效有机光伏材料的烷硫基侧链工程」，与苏州大学、中国科学院化学研究所及香港浸会大学合作，创新成果得到认可，获冠以自然科学奖二等奖。 有机太阳能电池，尤其是聚合物太阳能电池，因其低成本、轻量、具柔性和半透明等独特优势，被认为是有广泛应用潜力的光伏（太阳能电池板）技术。提高其功率转换效率（PCE）是研究重点，亦是走向实际应用的关键。 其中，开路电压（Voc）是决定PCE的关键参数之一，需要发展一套简单通用的分子设计策略提高器件Voc及PCE，以准确调制光伏材料的能级，是发展高效光伏材料的重要策略。 研究团队开拓了一种烷硫基侧链工程策略，将柔性侧链功能化，作为有机光伏材料的能级调节器。这种策略可以有效调节有机光伏材料的能级，从而提高器件的Voc，进而优化PCE。 柔性侧链是确保材料可溶液加工的必不可少的致溶基团，通过简便的烷硫基侧链工程，实现了有机光伏器件Voc及PCE的提升，成为了设计高效有机光伏材料的通用策略。 黄教授表示︰「这个奖项是对我们研究成果的重要肯定，鼓励我们在研究之路上继续努力，通过研究创新贡献社会。」 黄教授的研究领域 包括设计和合成新型具有光功能和能源转换功能的金属有机聚合物和金属有机分子。研究团队旨在研发可应用于可持续能源的精湛技术及新材料，促进可持续发展。 国家教育部颁发的高等学校科学研究优秀成果奖，旨在 奖励在开展科技创新、成果转化并在创新人才培养中作出突出贡献的高等学校教师、科技工作者和相关单位。

理大初创企业研发新一代抗生素　荣获德国2023年度Falling Walls科学突破奖

香港理工大学（理大）学者领导的初创企业，研发新一代候选抗生素，荣获德国跨界创新基金会嘉许2023年度Falling Walls创新科学突破奖-科学初创企业类。 由理大应用生物及化学科技学系副教授马聪博士带领，初创企业Ynno Med Ltd享誉德国2023年度Falling Walls科学突破奖，成为全球25间获奖企业之一。 总部位于德国柏林的跨界创新基金会（The Falling Walls Foundation），所设的Falling Walls科学突破奖旨在表彰尖端发现，促进各领域的研究和创新，并表扬科学和社会发展的最新突破与成就。 马博士带领的获奖初创企业，利用自家开发的人工智能辅助技术，致力研发突破性的首创抗生素药物，以应对普遍存在的抗生素耐药性问题。 研究团队透过应用人工智能药物设计方法， 发明新的抗生素候选药物，以对抗各种多重耐药性超级细菌及多代抗生素的抗药性。 马博士表示︰「作为唯一来自香港的科学初创企业奖得主，我们认为这证明了香港创科实力在国际舞台上得到肯定。透过这个机会，我们希望展示大学在知识转移方面的热诚，并为社会作出有影响力的贡献。」 马博士的研究工作主要集中于研发和药物设计。新的抗生素候选药物正在Ynno Med进行临床前研究，并计划在未来进行临床试验。马博士说︰「该奖项对我们迄今取得的成就果予了极大的鼓励。」

理大学者革新研究　突破经典物理现象莱顿弗罗斯特效应　荣获德国Falling Walls科学突破奖

香港理工大学（理大）协理副校长（研究及创新）及机械工程学系讲座教授王鑽开教授，凭藉具划时代影响力的创新研究，荣获德国跨界创新基金会嘉许2023年度国际跨界创新科学突破奖-工程技术类别（the Falling Walls Science Breakthroughs of the Year 2023 in Engineering and Technology category，简称为Falling Walls科学突破奖），为全球十位得奖者之一。 德国跨界创新基金会（The Falling Walls Foundation）设于德国柏林，其颁发的Falling Walls科学突破奖旨在表彰取得杰出成就和突破的科学家，对研究领域产生了长远重大的影响，并为解决全球性挑战作出贡献。 王教授研发的结构热装甲(STA)，成功将液体冷却的温度提升至摄氏1000度（°C）以上，彻底打破自1756年起屹立的「莱顿弗罗斯特效应」（the Leidenfrost effect）。有关科研成果「抑制莱顿弗罗斯特效应，实现1,000°C以上高效热能冷却」于2022年在国际学术期刊《自然》（Nature）发表。

科技及创新政策研究中心首推理大创新科技指数 香港在大中华排名第七 建议增加研发投入及专利申请

报告摘要 大中华三大创新科技地区排名分别为：广东（第一位）、江苏（第二位）及北京（第三位）；香港排名第七。 若香港成功实现特区政府早前公布的《香港创新科技发展蓝图》愿景，香港的创新科技排名将于 2027 年及 2032 年分别上升至第六及第三位。 全球四大湾区创新科技排名：旧金山湾区（第一位）、东京湾区（第二位）、粤港澳大湾区（第三位）及纽约湾区（第四位）。 加强对社会创新及包容性的关注，以及让香港更好融入大湾区将有助提升粤港澳大湾区的创新科技排名。 对香港的建议 加大研发投入及鼓励专利申请 支持创新科技初创企业及建构创科生态圈 留住及吸引创科人才，提升公众的创新意识 发挥香港策略定位，加快新型工业化 善用绿色经济，促进创科发展 拥抱数码经济，纳入创新评估框架 加快融入大湾区，建设国际领先创新科技中心 香港理工大学（理大）科技及创新政策研究中心（PReCIT）今天公布首份理大创新科技指数报告。该指数比较了香港与大中华其他地区以及全球四大湾区的创新科技优势和挑战，旨在为香港特区政府提供建议，藉此制定具影响力的创新科技政策，并提升香港的竞争力，以及加快融入国家「十四五」的发展规划。 （一）香港与大中华其他地区在创新科技方面的比较 在大中华 34 个地区的创新科技排名中，广东、江苏和北京位列前三甲，创新科技指数分别为 6.67、5.20 和 4.72。 香港则排名第七，创新科技指数为 3.53，排名受限于研发投入、专利申请数量、创科从业人员及初创企业数量，以及制造业对本地生产总值（GDP）的贡献分数较低。尽管香港的研发总开支（GERD）占本地生产总值的比率由 2016 年的 0.74% 上升至 2022 年的 0.99%，但仍低于大中华地区平均水平的 2.4%。 然而，香港在创业投资的平均交易规模及高科技出口分项得分均领先于大中华其他地区，显示香港作为国际金融中心，拥有利伯维尔场经济、贸易畅旺和宜居环境的优势。 研究预测，若香港能够实现特区政府早前公布《香港创新科技发展蓝图》中的愿景，香港的创新排名将在2027年和2032年分别提升至第六位和第三位。 表一：大中华十大创新科技地区排名 排名 地区 总分 研发 初创企业 人才 产业 影响 1 广东 6.77 2.03 2.08 1.00 0.46 1.20 2 江苏 5.20 1.88 1.21 0.86 0.48 0.77 3 北京 4.72 2.22 1.68 0.15 0.14 0.52 4 浙江 4.61 1.66 0.91 0.83 0.46 0.75 5 台湾 4.28 1.65 0.31 1.13 0.48 0.71 6 上海 3.89 1.74 1.03 0.26 0.32 0.54 7 香港 3.53 0.82 1.09 0.29 0.00 1.33 8 福建 3.00 1.37 0.51 0.39 0.41 0.32 9 山东 2.90 1.22 0.30 0.31 0.47 0.60 10 安徽 2.63 1.23 0.33 0.26 0.39 0.42 理大副校长（研究及创新）兼科技及创新政策研究中心主任赵汝恒教授表示：「香港是享誉全球的自由经济体，但由于公营投资主导研发开支，未能充分发挥其优势。相比之下，广东、江苏和北京则成功优化投资政策，促进民间资本投资当地初创企业。香港需要加大私人企业研发投资，加强内地到香港的创投资金流，以促进金融科技和创新科技生态系统的持续发展。」 理大科技及创新政策研究中心联席主任兼应用社会科学系系主任崔永康教授续指：「专利数量是衡量创科发展的指标，我们鼓励香港的研发机构，包括大学和企业，申请专利并参与内地标准的制定，以便更好地配合国家『十四五』规划。然而，初创企业早期在维护知识产权的成本较高，阻碍企业家维护品牌的独特经营理念和竞争力，建议政府增加对企业或个人申请拨款的上限，以鼓励创新和创业，同时加强培育创科人才库，有利长远可持续发展。」 （二）粤港澳大湾区与其他湾区在创新科技方面的比较 旧金山湾区和东京湾区分别以 6.99 和 4.07 的指数，高居全球四大湾区中第一及第二位，其次是粤港澳大湾区（第三名，指数为 3.75）和纽约湾区（第四名，指数为 3.14）。 旧金山湾区内的硅谷是全球领先科技公司的聚集地，东京湾区就以先进机械人和电子产业而闻名，纽约湾区则是金融和媒体的枢纽。根据表二，粤港澳大湾区在研发和初创企业分项指数最低，在人才和对社会的影响分项指数则高于其他三大湾区。 表二：全球四大湾区创新科技排名 排名 地区 总分 研发 初创企业 人才 产业 影响 1 旧金山湾区 6.99 2.51 3.00 0.90 0.08 0.50 2 东京湾区 4.07 1.75 0.59 0.64 0.30 0.78 3 粤港澳大湾区 3.75 0.49 0.23 1.24 0.50 1.29 4 纽约湾区 3.14 0.97 1.01 0.75 0.00 0.41 理大内地发展总监兼 PReCIT 核心成员陆海天教授表示：「为了更好地与其他湾区区分，并巩固其作为国际金融及创新科技中心的地位，我们建议粤港澳大湾区加强社会创新及包容性，并改善教育和医疗保健的普及性。香港更好地融入大湾区对于提升整体排名至关重要，香港可以利用其作为国际金融中心的优势，加强与大湾区其他城市的合作，促进互联互通，推动整体发展。」 理大应用社会科学系客座教授兼智能城市联盟创办人及荣誉会长邓淑明博士补充：「理大推出首个以互动地图仪表板（Interactive Map Dashboard） 形式编制的创新科技指数涵盖部分大中华地区及四大湾区，有利将香港创新科技的协作推至另一高峰，尤其在广东和香港于 2023 年 3 月签署《粤港共建智能城市群合作协议》后涉及新型工业化、数码经济和智慧城市方面的交流。」 详尽报告请参阅（只提供英文版）：https://polyu.me/PolyUInTIndex2023 PReCIT 成立于 2022 年，是大学层面的交叉学科创科政策智库。中心主要的研究方向包括碳中和城市、大湾区创科发展，以及一带一路倡议在东南亚地区的发展。更多关于理大科技及创新政策研究中心举办的活动信息，欢迎浏览中心网站www.polyu.edu.hk/precit/.

眼视觉研究中心和爱尔眼科携手合作 推动转化视觉研究

眼视觉研究中心（CEVR）和爱尔眼科医院集团股份有限公司（爱尔眼科）宣布建立策略合作，结合 CEVR 和爱尔眼科的互补优势，推动先进眼科及视觉研究发展，共同开展技术研发、研究成果商品化、支持初创企业及人才培育等工作，并将创新成果引入中国内地和国际眼科医疗市场。 双方今日于香港理工大学（理大）校园举行签署仪式，由 CEVR 董事会主席暨理大常务及学务副校长黄永德教授及爱尔眼科国际战略发展总监张咏梅女士代表签署合作备忘录。 黄永德教授表示：「理大眼科视光学院自 2022 年起与爱尔眼科合作，为实习眼科视光师提供内地及海外临床培训机会。这次合作充分利用CEVR 创新研究的应用潜力，和爱尔眼科拥有超过 800 家医院和眼科中心的广泛眼科医疗网络，实现双方在研究和应用上的协同发展。我们期待在不久的将来，能够见证眼科和视觉疾病在诊断及治疗等方面的多项新进展。」 张咏梅女士说：「爱尔眼科一直致力于向全球患者提供最优质的眼科医疗服务。此次与 CEVR 的合作，不仅将为我们的患者提供创新解决方案和世界级的护理，并且促进先进研究成果的转化，最终改善患有视力相关疾病患者的生活质量。」 这次 CEVR 和爱尔眼科之间的合作，标志着香港以至全球转化型视觉研究的一个重要里程碑，充分发挥 CEVR 和爱尔眼科的优势，创造具影响力的研究文化和视觉研究实力，并开发创新技术来解决现实世界中难以解决的视觉问题。

Advancing materials science to attain immense impacts

Persistency and curiosity are crucial to achieve research breakthroughs.  Materials science is a multidisciplinary field that involves the study of the properties, structure, processing, and performance of various materials, with the ultimate goal of improving their performance for practical applications that can benefit the society.  Prof. Feng YAN, Chair Professor of Organic Electronics in Department of Applied Physics at The Hong Kong Polytechnic University (PolyU) has spearheaded the research on materials science. His research on advanced materials, notably organic semiconductors and perovskite materials, has contributed to the advancement of biosensors and optoelectronic devices such as photodetectors and solar cells.  With the high number of citations across various fields, Prof. YAN’s research on advanced materials have made noteworthy contributions. This is particularly significant in the fields of polymer- and perovskite–based solar cell technology and transistor-based sensors, with a focus on practical devices and applications. Prof. YAN, said, “The recognition of being highly cited is motivating my research on material development, aimed at contributing to a sustainable future and improving human life. In-depth knowledge in pure sciences from multiple disciplines, including physics, chemistry and engineering, is fundamentally essential for conducting robust research.”    Transistor-based sensors Prof. YAN is a global leader in organic electronics and the developer of highly sensitive transistor-based sensors for light, molecule and biomarker detections. His novel research on advanced materials, including organic semiconductors and perovskite materials, has greatly advanced biosensors, optoelectronic devices such as photodetectors and solar cells, and other technologies. “Quantum dots are really interesting because they are highly responsive to light and make for highly sensitive photodetectors,” said Prof. YAN. “But for them to work, they need to be fixed to a conductive channel of a transistor5. We developed a field-effect transistor using graphene as a channel and modified quantum dots with short molecular connections to create a high-performance, photo-detector system that has now been further developed for a range of industrial applications.” Prof. YAN and his team went on to extend that work to organic or two-dimensional, metal-organic framework – based transistors that can be combined with commercial biomolecular probes — molecules designed to bond to proteins and other biomolecules of interest — to create ultra-high-sensitivity and low-cost biosensors. Their device consists of an array of transistors on a chip that, when modified with the right probe, can detect various types of biomolecules at very low concentrations.   Electrochemical transistors  In his recent study, two-dimensional conjugated metal organic frameworks are proven to be excellent semiconductor materials for high-performance electrochemical transistors (ECTs) with promising applications in flexible and wearable electronics1. ECTs have shown broad application in bioelectronics and neuromorphic devices due to their high transconductance, low working voltage and versatile device design2. “We developed a bioelectronics device for detecting Sars-CoV-2, the virus responsible for COVID-19, as an ultrafast, sensitive and portable diagnostic tool2,” said Prof YAN. “We continue to develop this biosensor system, because it can be used non-invasively with saliva to detect a range of useful biomarkers.” Prof. YAN’s team is also working on perovskites — a class of inorganic crystalline materials with photoelectric properties — as another alternative to silicon-based solar cells. Prof. YAN has made significant breakthroughs that improve the efficiency and stability of perovskite solar cells in an ambient atmosphere3 and also by using tin to replace lead, which is conventionally used in perovskites — providing a less toxic alternative3. Prof. YAN’s global leadership in advanced materials epitomises his persistence focus on materials science that contributes to society.   This article is excerpted from the feature published by Nature Portfolio. Reference: https://www.nature.com/articles/d42473-023-00143-3 Research Interests: Solar Cells (Organic & Perovskite), Organic Electronics, Electrochemical Transistors Highly Cited Researcher: 2020-2022 (Clarivate Analytics) Selected Highly Cited Publications: F. Yan, J. Song, H. Liu, Z. Zhao, et al., 2D metal-organic frameworks for ultraflexible electrochemical transistors with high transconductance and fast response speeds, Science Advances, vol 9, Jan. 2023. F. Yan, H. Liu, A. Yang, J. Song, et al., Ultrafast, sensitive, and portable detection of COVID-19 IgG using flexible organic electrochemical transistors, Science Advances, vol 7, Sept. 2021. F. Yan, Q. Tai, X. Guo, G. Tang, et al., Antioxidant Grain Passivation for Air-Stable Tin-Based Perovskite Solar Cells, Angew. Chem. Int. Ed., vol 58, 2019. F. Yan, Q. Tai, P. You, H. Sang, et al., Efficient and stable perovskite solar cells prepared in ambient air irrespective of the humidity, Nature Communications, 7:11106, 2016. F. Yan, Z. Sun, Z. Liu, J. Li, et al., Infrared photodetectors based on CVD-grown graphene and PbS quantum dots with ultrahigh responsivity, Advanced Materials, vol 24, Nov. 2012.   Download Version

理大两个研究项目荣获国家教育部高等学校科学研究优秀成果奖

香港理工大学（理大）两个研究项目分别荣获国家教育部颁授 2022 年度「高等学校科学研究优秀成果奖(科学技术)」自然科学奖一等奖及二等奖，以表扬研究团队的杰出科研贡献。 由理大应用数学系数学科学讲座教授杨彤教授领导的「可压缩 Navier-Stokes 方程组及相关问题的数学理论」项目获得自然科学奖一等奖；土木及环境工程学系大气环境讲座教授王韬教授领导的「大气活性氮氧化物的化学转化机制及其对臭氧和灰霾污染的影响项目」则获得自然科学奖二等奖。 理大副校长（研究及创新）赵汝恒教授祝贺获奖团队，并表示：「我们很荣幸获得教育部颁授这项荣誉，以表扬理大学者的贡献和努力。研究团队的科研成果对社会产生了重大的影响，并展现了理大在科研和学术方面的卓越成就。我们感谢团队不懈追求知识和探索，充分体现高等教育的精神。作为理大的重要成员，研究团队将继续启发未来世代，发挥大学在教育、科研和知识转移方面的优势，贡献国家。」 由理大杨彤教授领导的联合项目，团队成员包括华南理工大学的朱长江教授及温焕尧教授。可压缩Navier-Stokes方程组是描述可压缩流体运动的基本数学模型之一，其数学理论研究一直是国际数学界的重要研究方向之一。获奖项目为杨教授的核心研究，他在守恒定律、玻尔兹曼方程、边界层理论等方面的科学研究作出重大贡献。 另外，由理大王韬教授领导的研究项目，合作机构包括山东大学、南京大学和中国环境科学研究院。团队深入研究香港和中国内地的氮氧化物长达 20 年。获奖项目为王教授的核心研究领域，他的团队通过实地观测、实验室实验和电脑模拟等，在氮氧化物的化学转化过程及其在光化学和灰霾污染中的作用上有重大发现。相关发现加强了对化学转化机制的了解，并提升了广泛应用于全球空气质素预测和研究的空气品质模式的功能。 高等学校科学研究优秀成果奖（科学技术）是国家教育部设立的科技专项奖，对象为全国的高等院校，授予在开展科技创新、成果转化并在创新人才培养中作出突出贡献的学者和单位。

媒体专访：新型可光交联纳米复合植骨材料

理大利民生物医学工程青年学者，生物医学工程学系副教授赵昕博士，接受《星岛日报》访问，介绍了她荣获2023 TechConnect 全球创新奖的科研项目，并分享生物医学工程领域的就业前景，勉励有志投身科研的学生要勇于尝试。 详情请按此。

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