人的活动会引起无线Wi-Fi信号传播路径的改变，这些变化可以通过物理层的信道状态信息（Channl Static Information）反映。通过对采集到的无线信道状态信息进行分析，实现实时的，无需携带特殊的设备的动作及行为细粒度的检测。该检测过程有效利用常用信号处理方法配合数据挖掘的算法。该研究方向是当今物联网及移动计算领域的热点问题。可以广泛应用于室内定位、安全监控、针对老人和小孩的家庭医疗监护、新型人机交互等。如左图发射端（Access points）发射无线信号，传输的多路径信号经过运动的人体、地面、天花板等反射被接收端（Monitoring points）接收，经过对接收到的信道状态信息的一系列智能化分析，可最终识别人的动作、姿势等。

在信息过载的时代，各大线上购物平台都拥有海量的用户信息和购买记录，如何利用好这些数据创造最大价值是一个关键问题。目前针对用户进行个性化的物品推荐的算法可以分为几大类，包括基于协同过滤的推荐算法、基于内容的推荐算法、基于人口统计学的推荐算法等。挖掘用户个性化特征结合社交网络理念对现有算法进行有效改进，优化商品推荐。

自动驾驶技术是近年来人工智能领域的一大战略聚焦，近年来发展迅速。三维目标检测是自动驾驶环境感知中的关键任务，通过对传感器数据的解析，实现场景中目标物体的检测与识别，是后续决策、路径规划等任务的基础。激光雷达、毫米波雷达、摄像头等传感器采集的数据包含不同类型的场景信息，利用其互补特性进行融合检测能够得到更加准确、可靠的检测结果。但由于视角与数据形式方面的差异，多传感器数据的融合是具有挑战性的。研究如何有效融合多传感器数据进行三维目标检测任务。