SHL (Sussex-Huawei Locomotion)挑战赛（http://www.shl-dataset.org/activity-recognition-challenge-2023/）是UbiComp HASCA研讨会基于SHL数据集进行的活动识别挑战。SHL数据集是一个在真实生活环境中收集的大量标记数据的数据集，涵盖了多种运输和运动模式，被认为是该领域最大的数据集之一，该数据集由苏塞克斯大学可穿戴技术实验室收集。从2018年至2021年，SHL挑战赛提供SHL数据集的部分子集用于活动识别任务中，吸引了100多个团队和250名研究人员参加。2018-2020年挑战赛的目标是通过运动传感器识别交通模式，2021年挑战赛的目标是通过GPS和无线电传感器识别交通模式。参赛者必须开发一个算法管道，用于处理传感器数据、创建模型并输出识别的活动。
SHL-2023的目标是基于运动和GPS传感器数据，以独立于用户的方式识别8种运动和交通模式。预测效果排在前列的小组论文将会在ACM UbiComp 2023年大会（https://www.ubicomp.org/ubicomp-iswc-2023/）HASCA研讨会上公布。
ACM UbiComp是普适计算领域的国际顶级会议，被中国计算机学会列为A类会议。ACM UbiComp旨在为国际学者、设计师、开发人员和实践者提供一个顶级的多学科交叉交流平台，展示和讨论普适计算在各个方面的新成果，包括设计、开发、部署以及对其社会影响的理解。HASCA是ACM Ubicomp最大的Workshop之一，已经举办超过10年。
在中国人民大学统计学院吕晓玲教授和业界导师张源源的指导下，我院六组学生的参赛论文在众多论文中脱颖而出，获得ACM UbiComp 2023会议的收录。六组论文分别是：
吕晓玲 中国人民大学统计学院副院长，教授。本科与硕士毕业于南开大学数学系概率统计专业，博士毕业于香港城市大学管理科学系。曾经是奥地利约翰开普勒大学应用统计系、美国加州大学伯克利分校统计系访问学者。一直从事统计机器学习、数据科学领域的研究。主持多项中国国家自然科学基金、教育部人文社会科学研究项目。学术论文在Journal of American Statistical Association, Data Mining and Knowledge Discovery， Knowledge-Based Systems, Journal of Electronic Commerce Research等SSCI/SCI检索的国际学术期刊发表。
张源源 中国人民大学统计学院业界导师，统计之都常务理事。在百度、阿里、百姓车联等多家赛道内头部公司有过行业内开创性的工作，在AI/Data Infra等方向有十多年的积累。在geospatial、传感器数据等领域发表了多篇AI/Data相关顶会论文，有多项相关专利，正在带领团队开发业内首个可扩展、高性能、云原生、一站式的时空数据平台，旨在解决时空数据领域AI/Data Infra 缺失的问题。