近日，中国电信云计算研究院与吉林大学联合研究团队在移动群智计算（Mobile CrowdSensing, MCS）领域取得最新研究成果，论文《Non-Aligned Multi-Scale Data Completion for Sparse Mobile CrowdSensing》已被IEEE/ACM International Symposium on Quality of Service（IEEE/ACM IWQoS 2025）接收。该成果针对实际应用中感知设备异构带来的多尺度、非对齐数据补全难题，构建了一套轻量高效、解释性强的多尺度数据融合建模框架，为提升城市感知数据覆盖率和精度提供理论支撑和技术方案。此项工作由中国电信云计算研究院和吉林大学联合培养博士后刘文彬完成，得到中国电信集团首席科学家、中国电信云计算研究院院长吴杰教授和吉林大学软件学院副院长王恩教授的共同指导，是云计算研究院与外部高校在产学研合作方面的重要成果。

移动群智计算是一种新兴的感知数据采集和利用范式，被广泛应用于城市交通、环境监测、公共安全等领域。然而，实际部署中来自不同设备（如手机、车载终端、无人机等）的采集数据往往存在较大的尺度差异，且多尺度数据之间组合关系复杂、不对齐，严重制约了数据补全模型的准确性与泛化能力。针对此问题，研究团队首次提出“非对齐多尺度补全”建模范式，从数据重构策略、跨尺度交互机制到模型结构设计进行了系统性创新。

具体而言，该研究设计了基于最小公倍数的尺度对齐重采样机制，构建空间敏感的特征交互模块，并提出ST-Mamba与Cross-Mamba两种轻量级架构，分别处理尺度内与尺度间的时空关联，有效解决了多尺度数据融合过程中的信息错位与计算开销问题。大量真实数据集验证结果表明，相比现有主流模型，该方法在多种感知任务下显著提升了补全精度，尤其在感知数据极度缺失场景下（缺失90%以上）依然保持较高准确性，展现出极强的实用性与鲁棒性。

本项研究成果在数据补全算法、模型架构轻量化与多尺度关联建模等方面均实现突破，拓展了群智感知技术的适用边界，有望广泛应用于城市交通监控、空气质量测量、应急感知调度等场景，进一步强化天翼云在智能感知平台与城市数据治理方面的技术优势，助力智慧城市资源利用率优化与算力调度效率提升。

作为中国电信的高层次学术研究机构，中国电信云计算研究院通过在端云协同等新兴技术方面的布局，密切关注在移动计算场景下智能泛在云的服务性能，致力于通过技术创新推动云边端的智能协同，为规模化智算业务提供更加高效、可靠的服务。

IEEE/ACM IWQoS（IEEE/ACM International Symposium on Quality of Service）是服务质量（QoS）研究领域享有盛誉的国际顶级会议，由来自全球顶尖学术机构的著名学者担任指导委员会成员，致力于发表经过严格同行评审的高质量技术论文，探讨网络与系统中服务质量的理论基础、创新技术及实际应用，涉及网络性能分析、资源管理和优化机制等多个关键议题，每年吸引大量来自学术界与产业界的研究人员参与交流，IEEE/ACM IWQoS 2025将于7月2日-4日在澳大利亚黄金海岸召开。IEEE/ACM IWQoS会议属于中国计算机学会（CCF）推荐的B类会议，会议录用的论文将由IEEE Xplore收录，并被EI和Scopus数据库检索，在服务质量相关研究领域内拥有广泛影响力。