姓名:任杰
在北京交通大学计算机与信息技术学院担任教授、博士生导师,主要研究方向为人工智能与机器学习、大数据分析、智能系统开发,从事智能交通、智慧城市等领域的应用研究,以及轨道交通安全监测、城市交通流量预测等场景的技术开发。
教育背景:
博士毕业于清华大学计算机科学与技术系
曾赴美国卡内基梅隆大学访学
工作履历:
北京交通大学计算机与信息技术学院,教授、博士生导师
研究方向:
人工智能与机器学习:聚焦深度学习、强化学习、联邦学习等前沿技术。
大数据分析:围绕复杂网络数据挖掘、时空数据分析等方向。
智能系统开发:主导开发多模态智能感知系统。
技术热词:深度学习、强化学习、联邦学习、大数据分析、智能感知系统
研究成果综述:
在IEEE Transactions、ACM SIGKDD等顶级期刊/会议发表论文50余篇,Google Scholar引用超2000次。
撰写了相关领域的重要研究论文,推动了智能交通、智慧城市等领域的发展。
主导开发了多模态智能感知系统,已被成功应用于轨道交通安全监测、城市交通流量预测等领域。
代表性论文:
Deep Reinforcement Learning for Traffic Signal Control in Smart Cities, IEEE Transactions on Intelligent Transportation Systems, 2021, 22(3): 1500-1511.
Federated Learning for Privacy-Preserving Data Analysis in Smart Grids, ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 2022.
Multimodal Intelligent Perception System for Railway Safety Monitoring, Journal of Advanced Transportation, 2020, 2020: 1-15.
科研项目及成果:
主持国家自然科学基金、北京市自然科学基金等10余项国家级/省部级课题,累计经费超千万元。
参与制定轨道交通智能化标准,推动产学研合作,成果应用于北京地铁等重大工程。
获奖信息:
获北京市科技进步二等奖
获中国智能交通协会科学技术一等奖
社会职务及任期:
中国计算机学会(CCF)高级会员
多个国际期刊审稿人
研究生团队规模适中,研究方向包括人工智能与机器学习、大数据分析、智能系统开发。
指导研究生获全国研究生数学建模竞赛一等奖、ACM-ICPC亚洲区域赛银奖等。
研究成果的产业化方式及应用案例:
技术交易与授权:研究成果通过技术交易或授权的方式实现了产业化应用。
市场化应用:多模态智能感知系统已应用于轨道交通安全监测、城市交通流量预测等场景。
政府及企业的合作项目:
参与制定轨道交通智能化标准,推动产学研合作,成果应用于北京地铁等重大工程。