1. 基于深度学习方法的超大规模城市人类移动行为建模与仿真（上海市浦江人才计划）2021.10-2023.09
2. 基于动态异质图表示学习的人类移动行为建模与应用（国家自然科学基金-青年项目）2022.1-2024.12
3. 无监督深度学习方法在金融风控领域的应用 （工商银行上海研发中心）2021.7-2022.6
4. 基于决策行为学习的跨域推荐系统（eBay）2021.9-2022.8

人类移动行为是城市复杂系统运转的核心要素，探索人在地理空间中的移动行为规律是构建数字化城市的关键基础，并为疾病传播、城市规划等提供科学指导。近十几年，海量个体轨迹数据的采集使移动行为研究重点由宏观尺度的群体行为模式理解向微观尺度的个体行为建模转变。本项目利用海量匿名移动信令数据，复现统计物理模型和深度学习模型实现个体移动行为建模、预测；针对大规模移动信令数据，开发可视化平台实现个体移动行为的可视化；以新冠肺炎为场景，将个体移动行为建模融入到基于智能体的传染病模型，实现对大城市的传染病传播过程仿真、干预手段设计和验证。