最新動態

理大獲香港航天科技集團支持 推動衛星導航及衛星通訊領域的發展及創新

香港理工大學（理大）與香港航天科技集團（香港航天）上月簽署合作備忘錄，致力探討衛星導航通訊、衛星遙感及載荷研製上的合作機會，並加強雙方在產學研方面的交流。在此合作架構下，香港航天向理大提供香港及大灣區的常規光學遙感與合成孔徑雷達觀測數據，以及近地軌道衛星載荷空間、載荷測試以及近地軌道衛星測控服務，用於理大進行相關研究及教育，以促進智慧城市、城市空中交通等先進概念和技術的發展。香港航天亦慷慨將一顆多光譜光學遙感衛星的命名權贈予理大，預計於 2024 年發射，是次捐贈的設備及數據總估值達二千萬港元。 理大特此於昨日（8 月 23 日）舉行感謝儀式，出席嘉賓包括理大常務及學務副校長黃永德教授、行政副校長盧麗華博士、副校長（研究及創新）趙汝恒教授、協理副校長（內地研究拓展）董澄教授、香港航天科技集團非執行董事葉中賢博士、副總裁兼技術總監胡明遠博士，及來自理大土地測量及地理資訊學系與航空及民航工程學系等一眾涉獵衛星應用、測控、遙感數據分析，以及大數據人工智能分析跨學科專家。 行政副校長盧麗華博士指：「作為香港唯一一所參與國家太空探測項目的院校，理大在航天科技及衛星導航等方面擁有豐富的技術研發經驗。理大很高興能與香港航天科技集團攜手並肩，締結更長遠和全面的合作夥伴關係。香港航天的支持，定能鼓勵理大團隊在教育及科研領域上精益求精，培育更多航天專業人才，以科研創新回應社會需要，貢獻國家。」 葉中賢博士表示：「本集團很高興能與香港理工大學展開進一步的合作關係，透過合作，可以為香港新工業及航天科技發展方面培育更多相關的人才。展望於未來的長期合作中，藉助香港理工大學廣泛的科研人才培訓及專家顧問團隊，繼續有效地完善人才供應鏈和產品設計及質量，從而推動本港於未來產業的轉型及升級。」 理大多年來致力進行遙感相關的研究，高分辨率光學遙感衛星可協助眾多與多光譜特徵相關的遙感研究項目，包括碳中和研究、樹木健康監測、土地覆蓋分類、海水水質監測、城市地表特性研究等，以推動智慧城市的發展。 預計於明年發射的多光譜光學遙感衛星將能提供更多頻密及高分辨率的遙感數據，推進與環境相關的研究及應用。理大團隊亦正研究利用香港航天的金紫荊星座低軌衛星實現導航增強服務，在未來的低軌衛星中搭載所開發的導航有效載荷。

理大化學專家獲國家教育部頒發高等學校科學研究優秀成果獎

香港理工大學（理大）理學院院長、化學科技講座教授、歐雪明能源教授黃維揚教授，榮獲國家教育部頒發高等學校科學研究優秀成果獎（科學技術），表彰他在有機光伏材料領域的卓越研究貢獻。 黃維揚教授的研究項目名為「高效有機光伏材料的烷硫基側鏈工程」，與蘇州大學、中國科學院化學研究所及香港浸會大學合作，創新成果得到認可，獲冠以自然科學獎二等獎。 有機太陽能電池，尤其是聚合物太陽能電池，因其低成本、輕量、具柔性和半透明等獨特優勢，被認為是有廣泛應用潛力的光伏（太陽能電池板）技術。提高其功率轉換效率（PCE）是研究重點，亦是走向實際應用的關鍵。 其中，開路電壓（Voc）是決定PCE的關鍵參數之一，需要發展一套簡單通用的分子設計策略提高器件Voc及PCE，以準確調制光伏材料的能級，是發展高效光伏材料的重要策略。 研究團隊開拓了一種烷硫基側鏈工程策略，將柔性側鏈功能化，作為有機光伏材料的能級調節器。這種策略可以有效調節有機光伏材料的能級，從而提高器件的Voc，進而優化PCE。 柔性側鏈是確保材料可溶液加工的必不可少的致溶基團，通過簡便的烷硫基側鏈工程，實現了有機光伏器件Voc及PCE的提升，成為了設計高效有機光伏材料的通用策略。 黃教授表示︰「這個獎項是對我們研究成果的重要肯定，鼓勵我們在研究之路上繼續努力，通過研究創新貢獻社會。」 黃教授的研究領域 包括設計和合成新型具有光功能和能源轉換功能的金屬有機聚合物和金屬有機分子。研究團隊旨在研發可應用於可持續能源的精湛技術及新材料，促進可持續發展。  國家教育部頒發的高等學校科學研究優秀成果獎，旨在 獎勵在開展科技創新、成果轉化並在創新人才培養中作出突出貢獻的高等學校教師、科技工作者和相關單位。  

理大初創企業研發新一代抗生素　榮獲德國2023年度Falling Walls科學突破獎

香港理工大學（理大）學者領導的初創企業，研發新一代候選抗生素，榮獲德國跨界創新基金會嘉許2023年度Falling Walls創新科學突破獎-科學初創企業類。 由理大應用生物及化學科技學系副教授馬聰博士帶領，初創企業Ynno Med Ltd享譽德國2023年度Falling Walls科學突破獎，成為全球25間獲獎企業之一。 總部位於德國柏林的跨界創新基金會（The Falling Walls Foundation），所設的Falling Walls科學突破獎旨在表彰尖端發現，促進各領域的研究和創新，並表揚科學和社會發展的最新突破與成就。 馬博士帶領的獲獎初創企業，利用自家開發的人工智能輔助技術，致力研發突破性的首創抗生素藥物，以應對普遍存在的抗生素耐藥性問題。 研究團隊透過應用人工智能藥物設計方法， 發明新的抗生素候選藥物，以對抗各種多重耐藥性超級細菌及多代抗生素的抗藥性。 馬博士表示︰「作為唯一來自香港的科學初創企業獎得主，我們認為這證明了香港創科實力在國際舞台上得到肯定。透過這個機會，我們希望展示大學在知識轉移方面的熱誠，並為社會作出有影響力的貢獻。」 馬博士的研究工作主要集中於研發和藥物設計。新的抗生素候選藥物正在Ynno Med進行臨床前研究，並計劃在未來進行臨床試驗。馬博士說︰「該獎項對我們迄今取得的成就果予了極大的鼓勵。」   

理大學者革新研究　突破經典物理現象萊頓弗羅斯特效應　榮獲德國Falling Walls科學突破獎

香港理工大學（理大）協理副校長（研究及創新）及機械工程學系講座教授王鑽開教授，憑藉具劃時代影響力的創新研究，榮獲德國跨界創新基金會嘉許2023年度國際跨界創新科學突破獎-工程技術類別（the Falling Walls Science Breakthroughs of the Year 2023 in Engineering and Technology category，簡稱為Falling Walls科學突破獎），為全球十位得獎者之一。 德國跨界創新基金會（The Falling Walls Foundation）設於德國柏林，其頒發的Falling Walls科學突破獎旨在表彰取得傑出成就和突破的科學家，對研究領域產生了長遠重大的影響，並為解決全球性挑戰作出貢獻。 王教授研發的結構熱裝甲(STA)，成功將液體冷卻的溫度提升至攝氏1000度（°C）以上，徹底打破自1756年起屹立的「萊頓弗羅斯特效應」（the Leidenfrost effect）。有關科研成果「抑制萊頓弗羅斯特效應，實現1,000°C以上高效熱能冷卻」於2022年在國際學術期刊《自然》（Nature）發表。

科技及創新政策研究中心首推理大創新科技指數 香港在大中華排名第七 建議增加研發投入及專利申請

報告摘要 大中華三大創新科技地區排名分別為：廣東（第一位）、江蘇（第二位）及北京（第三位）；香港排名第七。 若香港成功實現特區政府早前公布的《香港創新科技發展藍圖》願景，香港的創新科技排名將於 2027 年及 2032 年分別上升至第六及第三位。 全球四大灣區創新科技排名：三藩市灣區（第一位）、東京灣區（第二位）、粵港澳大灣區（第三位）及紐約灣區（第四位）。 加強對社會創新及包容性的關注，以及讓香港更好融入大灣區將有助提升粵港澳大灣區的創新科技排名。 對香港的建議 加大研發投入及鼓勵專利申請 支持創新科技初創企業及建構創科生態圈 留住及吸引創科人才，提升公眾的創新意識 發揮香港策略定位，加快新型工業化 善用綠色經濟，促進創科發展 擁抱數碼經濟，納入創新評估框架 加快融入大灣區，建設國際領先創新科技中心 香港理工大學（理大）科技及創新政策研究中心（PReCIT）今天公布首份理大創新科技指數報告。該指數比較了香港與大中華其他地區以及全球四大灣區的創新科技優勢和挑戰，旨在為香港特區政府提供建議，藉此制定具影響力的創新科技政策，並提升香港的競爭力，以及加快融入國家「十四五」的發展規劃。 （一）香港與大中華其他地區在創新科技方面的比較 在大中華 34 個地區的創新科技排名中，廣東、江蘇和北京位列前三甲，創新科技指數分別為 6.67、5.20 和 4.72。 香港則排名第七，創新科技指數為 3.53，排名受限於研發投入、專利申請數量、創科從業人員及初創企業數量，以及製造業對本地生產總值（GDP）的貢獻分數較低。儘管香港的研發總開支（GERD）佔本地生產總值的比率由 2016 年的 0.74% 上升至 2022 年的 0.99%，但仍低於大中華地區平均水平的 2.4%。 然而，香港在創業投資的平均交易規模及高科技出口分項得分均領先於大中華其他地區，顯示香港作為國際金融中心，擁有自由市場經濟、貿易暢旺和宜居環境的優勢。 研究預測，若香港能夠實現特區政府早前公布《香港創新科技發展藍圖》中的願景，香港的創新排名將在 2027 年和 2032 年分別提升至第六位和第三位。 表一：大中華十大創新科技地區排名 排名 地區 總分 研發 初創企業 人才 產業 影響 1 廣東 6.77 2.03 2.08 1.00 0.46 1.20 2 江蘇 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 台灣 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 山東 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 理大副校長（研究及創新）兼科技及創新政策研究中心主任趙汝恒教授表示：「香港是享譽全球的自由經濟體，但由於公營投資主導研發開支，未能充分發揮其優勢。相比之下，廣東、江蘇和北京則成功優化投資政策，促進民間資本投資當地初創企業。香港需要加大私人企業研發投資，加強內地到香港的創投資金流，以促進金融科技和創新科技生態系統的持續發展。」 理大科技及創新政策研究中心聯席主任兼應用社會科學系系主任崔永康教授續指：「專利數量是衡量創科發展的指標，我們鼓勵香港的研發機構，包括大學和企業，申請專利並參與內地標準的制定，以便更好地配合國家『十四五』規劃。然而，初創企業早期在維護知識產權的成本較高，阻礙企業家維護品牌的獨特經營理念和競爭力，建議政府增加對企業或個人申請撥款的上限，以鼓勵創新和創業，同時加強培育創科人才庫，有利長遠可持續發展。」 （二）粵港澳大灣區與其他灣區在創新科技方面的比較 三藩市灣區和東京灣區分別以 6.99 和 4.07 的指數，高居全球四大灣區中第一及第二位，其次是粵港澳大灣區（第三名，指數為 3.75）和紐約灣區（第四名，指數為 3.14）。 三藩市灣區內的矽谷是全球領先科技公司的聚集地，東京灣區就以先進機械人和電子產業而聞名，紐約灣區則是金融和媒體的樞紐。根據表二，粵港澳大灣區在研發和初創企業分項指數最低，在人才和對社會的影響分項指數則高於其他三大灣區。 表二：全球四大灣區創新科技排名 排名 地區 總分 研發 初創企業 人才 產業 影響 1 三藩市灣區 6.99 2.51 3.00 0.90 0.08 0.50 2 東京灣區 4.07 1.75 0.59 0.64 0.30 0.78 3 粵港澳大灣區 3.75 0.49 0.23 1.24 0.50 1.29 4 紐約灣區 3.14 0.97 1.01 0.75 0.00 0.41 理大內地發展總監兼PReCIT核心成員陸海天教授表示：「為了更好地與其他灣區區分，並鞏固其作為國際金融及創新科技中心的地位，我們建議粵港澳大灣區加強社會創新及包容性，並改善教育和醫療保健的普及性。香港更好地融入大灣區對於提升整體排名至關重要，香港可以利用其作為國際金融中心的優勢，加強與大灣區其他城市的合作，促進互聯互通，推動整體發展。」 理大應用社會科學系客座教授兼智慧城市聯盟創辦人及榮譽會長鄧淑明博士補充：「理大推出首個以互動地圖儀表板（Interactive Map Dashboard） 形式編製的創新科技指數涵蓋部分大中華地區及四大灣區，有利將香港創新科技的協作推至另一高峰，尤其在廣東和香港於 2023 年 3 月簽署《粵港共建智慧城市群合作協議》後涉及新型工業化、數碼經濟和智慧城市方面的交流。」 詳盡報告請參閱（只提供英文版）：https://polyu.me/PolyUInTIndex2023 PReCIT 成立於 2022 年，是大學層面的交叉學科創科政策智庫。中心主要的研究方向包括碳中和城市、大灣區創科發展，以及一帶一路倡議在東南亞地區的發展。更多關於理大科技及創新政策研究中心舉辦的活動資訊，歡迎瀏覽中心網站www.polyu.edu.hk/precit/.

眼視覺研究中心和愛爾眼科攜手合作 推動轉化視覺研究

眼視覺研究中心（CEVR）和愛爾眼科醫院集團股份有限公司（愛爾眼科）宣布建立策略合作，結合 CEVR 和愛爾眼科的互補優勢，推動先進眼科及視覺研究發展，共同開展技術研發、研究成果商品化、支持初創企業及人才培育等工作，並將創新成果引入中國內地和國際眼科醫療市場。 雙方今日於香港理工大學（理大）校園舉行簽署儀式，由 CEVR 董事會主席暨理大常務及學務副校長黃永德教授及愛爾眼科國際戰略發展總監張咏梅女士代表簽署合作備忘錄。 黃永德教授表示：「理大眼科視光學院自 2022 年起與愛爾眼科合作，為實習眼科視光師提供內地及海外臨床培訓機會。這次合作充分利用 CEVR 創新研究的應用潛力，和愛爾眼科擁有超過 800 家醫院和眼科中心的廣泛眼科醫療網絡，實現雙方在研究和應用上的協同發展。我們期待在不久的將來，能夠見證眼科和視覺疾病在診斷及治療等方面的多項新進展。」 張咏梅女士說：「愛爾眼科一直致力於向全球患者提供最優質的眼科醫療服務。此次與 CEVR 的合作，不僅將為我們的患者提供創新解決方案和世界級的護理，並且促進先進研究成果的轉化，最終改善患有視力相關疾病患者的生活質量。」 這次 CEVR 和愛爾眼科之間的合作，標誌著香港以至全球轉化型視覺研究的一個重要里程碑，充分發揮 CEVR 和愛爾眼科的優勢，創造具影響力的研究文化和視覺研究實力，並開發創新技術來解決現實世界中難以解決的視覺問題。

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