
赵天鸿
赵天鸿,深圳技术大学大数据与互联网学院助理教授,深圳市“鹏城孔雀计划”C类特聘人才,2023年获深圳大学博士学位,新加坡国立大学访问学者。研究兴趣包括智慧城市、地理空间智能(GeoAI)、时空大数据挖掘、智能交通系统、图神经网络和强化学习等。主持或参与国家自然科学基金青年项目、国家自然科学基金面上项目、国家重点研发计划等国家级项目5项,发表论文40余篇,授权发明专利5项。 Google Scholar: https://scholar.google.com.hk/citations?user=zKBGvToAAAAJ ResearchGate: https://www.researchgate.net/profile/Tianhong-Zhao-2 一、主要研究领域 智慧城市,时空大数据挖掘,城市交通智能分析与优化,深度学习 二、代表性成果 [1] Zhao T, Tu W, Fang Z, et al. Optimizing living material delivery during the COVID-19 outbreak[J]. IEEE Transactions on Intelligent Transportation Systems, 2022, 23(7): 6709–6719. [2] Zhao T, Huang Z, Tu W, et al. Coupling graph deep learning and spatial-temporal influence of built environment for short-term bus travel demand prediction[J]. Computers, Environment and Urban Systems, 2022, 94: 101776. [3] Zhao T, Huang Z, Tu W, et al. Developing a multiview spatiotemporal model based on deep graph neural networks to predict the travel demand by bus[J]. International Journal of Geographical Information Science, 2023, 37(7): 1555-1581. [4] Zhao T, Liang X, Tu W, et al. Sensing urban soundscapes from street view imagery[J]. Computers, Environment and Urban Systems, 2023, 99: 101915. [5] Liang X, Zhao T, Biljecki F, et al. Revealing spatio-temporal evolution of urban visual environments with street view imagery [J]. Landscape and Urban Planning, 2023, 237: 104802. 三、主要科研项目 [1] 国家自然科学基金青年项目,顾及多模式协同的城市公交出行需求短时预测方法,42401553,2025.01-2027.12,30万元,主持。 [2] 国家自然科学基金面上项目,基于多智能体强化学习的城市主干公交线网优化,42471493,2025.01-2028.12,9万元,合作单位主持。 [3] 深圳市新引进高精尖缺人才科研启动项目,基于多源大数据的城市时空预测与优化,GDRC202415,2025.01-2027.12,300万元,主持。 [4] 横向项目,城市时空预测与优化解决方案集成技术,20231064010139,2023.10-2025.10,19.5万元,主持。 欢迎对智慧城市、人工智能、地理信息感兴趣的同学加入研究组。 E-mail:zhaotianhong@sztu.edu.cn