我于2021年11月加入慕尼黑工业大学(TUM)工程与设计学院交通系统工程组,目前正在攻读博士学位。 我的研究方向为交通系统中的机器学习方法,重点关注交通需求建模和新兴出行方式。我致力于开发生成式模型和数据补全技术,以解决现代交通系统中的各类数据问题,通过创新的机器学习方法推动智能交通系统的发展。
教育背景
2021-至今
慕尼黑工业大学
Thesis应对交通系统中的数据稀疏性和数据稀缺性
博士
德国·慕尼黑
2025
丹麦技术大学
访问
哥本哈根·丹麦
2018-2021
东南大学
Thesis动态城市道路容量估计的数据驱动框架
硕士
中国·南京
2014-2018
东南大学
Thesis共享单车骑行模式的空间分析及其与城市建成环境的关系
学士
中国·南京
最新动态
2025年7月
我们的工作 A diffusion-based Expectation-Maximization framework for probabilistic traffic data imputation 被《IEEE IOTJ》顺利接收 🎉!
2025
Lyu, C., Wu, H., Li, D., Pereira, F. C., Azevedo, C. M. A., & Antoniou, C. (2025). Improving Fidelity and Diversity of Population Synthesis via Latent Generative Flow. Under Review.
2025
2024
2022
2021
获奖
2022
NeurIPS Traffic4cast Challenge — Extended Track
不完整观测条件下的城市交通预测
2020
ACM SIGKDD — KDD Cup 2020 Reinforcement Learning Track
网约车智能派遣与调度
2019
ACM SIGKDD — KDD Cup 2019 Regular Machine Learning Track
多模态交通方式推荐
2019
全国高效新能源汽车大数据创新创业大赛
电动汽车续驶里程预测(创新组)
2019
全国高校大数据应用创新大赛
城市气象预测(大数据技术技能赛)
2019
IEEE ICME Grand Challenges on Short Video Understanding
短视频理解与推荐
2021
优秀硕士论文
2020
国家奖学金
2019
国家奖学金