>     >  
人才详情
009
Prof.MOHAMAD
职务: 副教授
来源国家: 马来西亚
毕业院校QS: 287
工作单位QS: TOP200
主要研究方向: 电气工程
技术专长:

应用程序开发、汇编语言、编程、教学、水下无线传感器网络、水下声学传感器网络、室内定位

专家详情:

1. 重要履历

申报人于英国赫瑞瓦特大学获得电气工程博士学位,其博士研究专注于采用仿生觅食蚁群策略解决关节式机器人的运动规划问题。目前,申报人任职于马来西亚顶尖高校,担任计算学院研究员经理,并长期担任高级讲师。申报人学术与服务成果卓著,曾多次荣获马来西亚工艺大学颁发的“优秀服务奖”(2024年、2021年、2018年、2008年)及“最佳咨询奖”(2022年),并曾获得欧盟伊拉斯谟世界项目奖学金资助,赴荷兰埃因霍温理工大学进行学术交流。此外,申报人长期担任IEEE ACCESS、PLOS ONE、KSII Transactions on Internet and Information Systems等国际知名期刊及多个国际学术会议(如JCSSE、ACIIDS、IVIC等)的审稿人或程序委员会委员,展现出广泛的国际学术影响力。

2. 技术能力

申报人长期致力于机器人学、无线传感器网络与普适计算领域的交叉研究,专注该领域超过二十年。尤其擅长基于智能算法(如群智能优化、机器学习)的机器人运动规划、水下/地面无线传感器网络路由协议优化以及高鲁棒性室内定位系统开发。申报人是一位资深的智能感知与网络系统专家。其一项突出成就在于,开创性地将仿生蚁群优化算法应用于复杂关节式机器人的运动规划,解决了在高维构型空间中寻找无碰撞、最优路径的核心难题,为该领域的算法研究提供了新思路。

3. 标志性成果

申报人作为项目负责人(PI),成功领导了十余项由马来西亚研究型大学基金(RUG)、基础研究基金(FRGS)及工业界资助的重大科研项目。在“基于FM无线电的室内跟踪系统原型”(RUG项目)中,带领团队开发了不依赖于Wi-Fi基础设施的替代性定位方案,解决了特定电磁敏感或信号屏蔽环境下的定位瓶颈。在“古晋彼得拉再也生态旅游与遗产物业监测物联网”(政府机构项目)中,作为负责人,构建了集成传感器网络的智能监测框架,为文化遗产的数字化保护与可持续旅游管理提供了关键技术支撑。

在学术贡献方面,申报人已发表超过69篇Scopus索引论文,其中包含32篇Web of Science核心合集论文,H指数达12(Scopus)/14(Google Scholar)。其研究成果发表于《IEEE Access》(多篇)、《PLOS ONE》、《Sensors》、《Journal of Big Data》等高影响力国际期刊。其研究工作具有鲜明的基础理论与实际应用紧密结合的特色:在机器人运动规划基础理论方面,其早期关于蚁群算法的研究为后续智能规划算法奠定了基础;在网络协议与系统方面,其对移动自组织网络(MANET)路由协议、水下无线传感器网络(UWSN)机会路由及软件定义无线传感器网络(SDWSN)可扩展性的深入研究,显著提升了网络在能耗、可靠性与安全性方面的性能;在定位技术方面,其关于无线局域网/摄像头/FM无线电/惯性导航单元多源融合定位的研究,极大地增强了复杂室内环境下定位的鲁棒性与精度。目前,其研究进一步拓展至基于区块链的智能合约、用于自动驾驶的机器学习路径规划以及面向智慧城市的物联网框架,持续推动其核心技术在社会治理、环境保护与产业升级中的深度融合与应用。