“大规模高维时空交通数据的贝叶斯统计建模”学术讲座顺利举办

　　2023年7月5日下午，新葡的京在深圳校区工学园1栋136报告厅举办了题为《大规模高维时空交通数据的贝叶斯统计建模》的学术讲座。

　　本期讲座特别邀请了加拿大麦吉尔大学孙立君副教授主讲。孙老师是该校土木程系长聘副教授、博士生导师、智慧交通实验室主任、威廉道森学者。他于2015年获新加坡国立大学士木工程（交通）博士学位、2011年获清华大学土木工程学士学位，曾先后在新加坡ETH中心未来城市实验室、麻省理工学院媒体实验室学习和工作。其研究方向主要集中于时空交通数据的统计学习建模方法（张量分解及贝叶斯统计）与随机交通仿真。研究成果主要发表在交通期刊　　　（Transportation Research Part A/B/C/E、Transportation Science、IEEE Transactions on ITS)，交叉学科期刊（PNAS、Science Advances），以及计算机顶级期刊会议（IEEE Transactions on Pattern Analysis and Machine Intelligence、AAAl、IJCAI）。研究目前获加拿大自然科学及工程基金、魁北克自然科学及工程基金资助。目前任Transportation Research Part C: Emerging Technologies期刊副主编、海外华人交通学会董事会成员、美国交通研究委员会（TRB) 人工智能与先进计算应用委员会成员等职位。

　　此次讲座由新葡的京副院长蔡铭教授主持。蔡老师首先代表学院感谢孙老师的到来，并简要介绍了孙老师的情况。接着，孙老师开始了精彩的学术报告。他介绍了基于贝叶斯互补核化学习（BCKL）的方法，以实现对多维时空数据的概率建模。该方法将低秩张量分解与短程时空高斯过程（GP）相结合，两个组成部分互为补充。低秩分解用来捕捉数据中的全局/长期相关性，短程高斯过程用来表征剩余的局部变异性。大量的数值实验证实了该方法的有效性。

　　孙老师分享的研究工作让在场师生对大规模高维时空交通数据的统计建模有了更深的认识。老师和同学们也就该问题与孙老师展开了讨论。孙老师的解答让在座师生颇有收获。

　　讲座后，蔡老师再次对孙老师此次报告分享表示由衷感谢。