研究所动态
“时空数据学习”前沿技术研讨会顺利召开
发布时间：2020年1月06日
2020年1月4日，由北京交通大学大数据研究院、交通数据分析与挖掘北京市重点实验室和北京交通大学计算机与信息技术学院联合举办的“时空数据学习”前沿技术研讨会我校顺利召开。
本次研讨会主题聚焦时空数据的处理、表示、分析和挖掘等前沿技术，探索时空数据在智慧交通、智慧城市、智慧物流等领域的应用前景和趋势。
北京交通大学计算机与信息技术学院副院长兼北京交通大学大数据研究院院长林友芳教授和交通数据分析与挖掘北京市重点实验室主任兼北京交通大学人工智能研究院院长于剑教授担任本次研讨会的联合主席。
研讨会特别邀请了来自滴滴出行、京东集团、清华大学、厦门大学、北京航空航天大学、北京交通大学等著名企业或高校的9位从事时空数据学习研究的专家学者做学术报告。
研讨会于1月4日上午9时在北京交通大学机械工程楼一层多功能厅开幕。北京交通大学计算机与信息技术学院院长蔡伯根教授首先致欢迎辞，表达了学院对本次研讨会的强烈支持，对各位嘉宾和参会者的到来表示感谢。
蔡伯根院长致欢迎辞
交通数据分析与挖掘北京市重点实验室主任于剑教授致辞欢迎各位专家参加研讨会，于老师强调时空数据是交通行业最重要的数据，时空数据学习既具有 挑战，也非常具有现实应用价值，召开时空数据学习前沿技术研讨会既必要也很重要，希望与会者积极交流，有所收获。
于剑教授致辞
计算机与信息技术学院副院长、北京交通大学大数据研究院院长林友芳教授做了题为“时空数据学习的初心、使命与挑战”的报告，从时空数据学习的初心、时空数据学习的使命、时空数据学习的挑战三个方面，指出了我们当下进行时空数据学习所面对的各种需求、学习目的、任务与挑战。
林友芳教授做报告
京东智能城市事业部AI平台部负责人、京东智能城市研究院资深研究员张钧波博士做了题为“城市计算与智能”的报告，从城市计算出发，全面介绍了城市时空数据的类型和特点，并通过空气质量预测、轨迹预测、到达时间预测以及空间网格数据分辨率提升等案例，深入浅出地阐述了深度学习在时空大数据中的应用。
张钧波博士做报告
滴滴AI实验室首席算法工程师、时空技术部负责人王征博士做了题为“时空学习在交通中的应用”的报告，以滴滴的应用场景为例，阐述了交通AI的挑战与机遇，并以地图数据和轨迹数据为例，结合路径规划、到达时间预测两个实际问题，阐述了时空学习在交通中的应用。
王征博士做报告
北京航空航天大学特聘研究员、博士生导师、国家自然科学基金优秀青年基金获得者童咏昕老师做了题为“面向共享出行的大规模群体计算”的报告，分别以动态分单、共享拼车、竞赛激励三个案例详细介绍了面向共享出行的大规模群体计算的技术与应用。
童咏昕老师做报告
北京航空航天大学副教授、博士生导师王静远老师做了题为“基于时空数据的城市认知与管理”的报告，以城市的内在与外在变化为切入点，从城市认知、城市管理、城市服务三个方面，分别阐述了基于多源数据融合的城市认知、基于融合数据场景建模的城市危险品运输安全管理、深度学习与启发式方法相融合的个性化出行推荐等案例。
王静远老师做报告
清华大学副教授、博士生导师李勇老师做了题为“无处安放的时空涟漪：移动行为预测与隐私保护”的报告，以当前时空数据的质量问题以及人类行为轨迹的可预测性出发，分别讨论了智能数据增强、用户行为预测、时空数据发布、匿名数据碰撞等带来的隐私保护等三个方面的问题。
李勇老师做报告
北京航空航天大学副教授、博士生导师马晓磊老师做了题为“公交大数据分析与挖掘”的报告，分别从公共出行矩阵估计、公交串车与候车时间预测、客流预测与风险预警、公交出行行为时空挖掘、“互联网+”定制公交等五个方面，介绍了当前公共交通大数据挖掘方面的成果。
马晓磊老师做报告
厦门大学人工智能研究院高级工程师范晓亮老师做了题为“面向城市复杂场景的大规模交通出行预测”的报告，分别介绍了城市交通大数据智能分析应用平台、业务化应用场景、城市大数据安全开放平台、室内外一体化移动测图与三维建模等相关研究成果。
范晓亮老师做报告
北京交通大学副教授、博士生导师万怀宇老师做了题为“不同类型的时空数据预测方法初探”的报告，分别针对时空网格数据、时空网络(图)数据和时空轨迹数据三种典型的时空数据类型，介绍了以三维卷积、时空图卷积、同步图卷积、场景化与个性化建模等为核心技术的时空数据预测技术。
万怀宇老师做报告
研讨会共吸引了来自全国各地的150多人前来参会，参会者与各位报告嘉宾进行了的热烈的互动。
研讨会现场
参会者踊跃提问
特邀嘉宾与部分参会者合影
许多参会听众与各位嘉宾都纷纷表示，通过面对面交流最新的前沿学术研究进展，探讨前沿研究话题，分享行业成功落地应用实践，对进一步推进时空数据学术研究与行业应用都非常具有意义，许多与会专家建议将“时空数据学习”前沿技术研讨会常规化、例行化。