加拿大麦吉尔大学长聘副教授孙立君博士应我院邀请，于2023年6月29日上午赴我院交流引导。期间孙教授在旗山校区综合楼501会议室为我院师生做了一场题为《大规模高维时空交通数据的贝叶斯统计建模》的精彩报告。报告会由澳门大金沙所有网站副院长胡喜生教授主持，徐锦强副教授、林宇舜副教授、吴淑一副教授、王占永副教授、姜莉博士以及学院的研究生同学参加了学术报告。

报告中，孙教授深入浅出地先容了其开发的一种稳定高效的高维时空大数据优化方法。该方法通过引入贝叶斯互补核化学习(Bayesian Complementary Kernelized Learning, BCKL)和短程时空高斯过程(Gaussian processes, GP)算法，实现了多维时空大数据的可扩展概率建模，很好地解决了损坏/缺失结构的大规模数据集的插补问题。该方法也通过对交通传感器数据、遥感图像数据等的优化应用，证明了其在提供准确的后验均值和高质量的不确定性估计方面的优越性能。

本次报告让与会师生增加了对高维时空大数据高效处理方法的新认识，拓展了师生们的研究视野。报告现场孙教授还与师生进行热烈的互动交流，深入探讨交通、土木、林业遥感等领域大数据优化算法的应用问题，取得了良好的学术交流效果。

报告前，孙教授还通过观摩我院智慧交通实验室、交通环境无人机监测平台等，深入了解了我院智慧交通、绿色低碳交通等学科方向的发展情况，并提供了宝贵建议和表达了合作意向。

孙立君，博士，加拿大麦吉尔大学（McGill University）土木工程系长聘副教授、博士生导师、智慧交通实验室主任、威廉道森学者（William Dawson Scholar）。2015年获新加坡国立大学土木工程（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的移动和交通规划部门，麻省理工学院媒体实验室学习和工作。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、AAAI、IJCAI）。研究目前被加拿大自然科学及工程基金、魁北克自然科学及工程基金自资助。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。