Yecheng Zhang

Yecheng Zhang
张业成

Ph.D. Student at Tsinghua University 清华大学博士生 清華大学博士課程

I am a Ph.D. student at the School of Architecture, Tsinghua University, advised by Prof. Ying Long, and a member of Beijing City Lab (BCL). I received my B.Eng. in Urban Planning from Hefei University of Technology in 2023.

My research interests include LLM/VLM evaluation and alignment, multi-agent systems, and urban AI. I build large-scale urban datasets and systematically evaluate generative AI models for scientific data synthesis and visual understanding. I have published papers in SCI/SSCI journals and CCF-A conferences including Scientific Data, AAAI, Habitat International, and iScience, with papers under review at Nature Cities and ECCV. My work has received Google Scholar citations, and my open-source datasets have received 23,000+ downloads, including 1 ESI Highly Cited Paper.

我是清华大学建筑学院博士生，导师为龙瀛教授，北京城市实验室 (BCL) 成员。2023年获合肥工业大学城乡规划学士学位。

研究方向包括大模型评测与对齐、多智能体系统和城市人工智能。致力于构建大规模城市数据集，系统评估生成式AI模型在科学数据合成与视觉理解中的能力。已在 Scientific Data、AAAI、Habitat International、iScience 等SCI/SSCI期刊和CCF-A会议发表论文，另有论文在 Nature Cities 和 ECCV 审稿中。研究成果获 Google Scholar 引用，开源数据集累计 23,000+ 次下载，含 1篇ESI高被引论文。

清華大学建築学院の博士課程に在籍し、龍瀛教授の指導を受けています。北京城市実験室 (BCL) のメンバーです。2023年に合肥工業大学にて都市計画の学士号を取得しました。

研究分野はLLM/VLMの評価とアライメント、マルチエージェントシステム、都市AIです。大規模都市データセットの構築と、科学データ合成・視覚理解における生成AIモデルの体系的評価に取り組んでいます。Scientific Data、AAAI、Habitat International、iScience などのSCI/SSCI誌やCCF-A会議に論文を発表し、Nature Cities と ECCV に投稿中の論文があります。研究成果は のGoogle Scholar引用を受け、オープンソースデータセットは累計 23,000回以上 ダウンロードされ、ESI高被引用論文1本 を含みます。

News动态ニュース

  • 2026.02: Paper “UrbanAlign” submitted to ECCV 2026.
  • 2026.01: Our research on global ghost cities reported by Popular Mechanics (one of the most influential popular science media in the US).
  • 2025.11: Paper “WaveC2R” accepted at AAAI 2026 (CCF-A).
  • 2025.11: CMAB paper recognized as ESI Highly Cited Paper in Geoscience.
  • 2025.11: “新城市科学” paper listed in CNKI Top 20 Most-Cited Papers (2024-2025) in 城市规划 CITY PLANNING REVIEW.
  • 2025.11: Received “GIS Rising Star” Award (10 nationwide) & chaired the Rising Star session at The 13th China College GIS Forum, Shanghai.
  • 2025.10: Our paper “GenAI Models Capture Urban Science…” entered 2nd round review at Nature Cities.
  • 2025.10: Poster at China Urban Planning Informatization Annual Conference, Foshan.
  • 2025.10: Received Jin Jingchang Outstanding Paper Award (佳作奖, 22nd edition), Shanghai.
  • 2025.08: Recognized as Outstanding Teaching Assistant (Top 5%) at Tsinghua University.
  • 2025.06: CMAB research featured on Tsinghua University’s official Facebook account.
  • 2025.05: Nominated for “Academic Rising Star” (学术新秀) at Tsinghua University (10 university-wide, sole nominee from School of Architecture).
  • 2025.05: Exhibitor at China Pavilion, 19th Venice Architecture Biennale, Venice, Italy.
  • 2025.03: Presented at AAG 2025, Detroit, USA.
  • 2025.01: Paper “CMAB” published in Scientific Data — 23,000+ downloads.
  • 2025.01: Received Outstanding Case Award for “AI-Empowered Planning” from Urban Planning Society of China.
  • 2024.12: Paper “Inferring Ghost Cities” published in Habitat International.
  • 2024.11: Presented at Tsinghua University “Future Urban Construction” Ph.D. Forum, Beijing.
  • 2024.06: Invited talk at Applied Urban Modelling (AUM2024), University of Cambridge, UK.
  • 2024.01: Attended NSFC Major Project Kick-off Meeting, Guangzhou.
  • 2023.08: Presented at The First Research Summit of Urban Science, Beijing.
  • 2023.08: Presented at Global Smart Cities Summit (GSCS) & 3rd International Conference on Urban Informatics (ICUI), Hong Kong.
  • 2023.07: Presented at UIA World Congress of Architects, Copenhagen, Denmark.
  • 2023.06: Teaching assistant at Tongji University Architectural DigitalFUTURES workshop “Emerging Planetarism”, Shanghai.
  • 2023.05: Exhibitor at China Pavilion, 18th Venice Architecture Biennale, Venice, Italy.
  • 2022.09: Presented at CUSR Urban Big Data Annual Meeting, Beijing.
  • 2022.07: Presented at 4th International Conference on Computational Design and Robotic Fabrication, Shanghai.
  • 2026.02: 论文 “UrbanAlign” 投稿至 ECCV 2026。
  • 2026.01: 全球鬼城研究被美国最具影响力的科普媒体之一 Popular Mechanics 报道。
  • 2025.11: 论文 “WaveC2R” 被 AAAI 2026 (CCF-A) 录用。
  • 2025.11: CMAB论文入选Geoscience领域 ESI高被引论文。
  • 2025.11: “新城市科学”论文入选 中国知网《城市规划》2024-2025年度高被引论文TOP20 榜单。
  • 2025.11: 获全国高校GIS新秀奖（全国10人）并主持”高校GIS新秀”专场论坛，第十三届全国高校GIS论坛，上海。
  • 2025.10: 论文 “GenAI Models Capture Urban Science…” 进入 Nature Cities 二审。
  • 2025.10: 在中国城市规划信息化年会展示展板，佛山。
  • 2025.10: 获第22届金经昌城市规划优秀论文佳作奖，上海。
  • 2025.08: 获清华大学2024-2025学年度秋季学期优秀研究生助教（前5%）。
  • 2025.06: CMAB研究成果被清华大学官方Facebook账号推送报道。
  • 2025.05: 获清华大学第二十九届研究生“学术新秀”提名（全校10人，建筑学院唯一推荐）。
  • 2025.05: 参展第19届威尼斯国际建筑双年展中国国家馆，意大利威尼斯。
  • 2025.03: 在2025年美国地理学家协会年会 (AAG 2025) 作报告，美国底特律。
  • 2025.01: 论文 “CMAB” 发表于 Scientific Data — 累计 23,000+次下载。
  • 2025.01: 获中国城市规划学会 “AI赋能规划”优秀案例奖。
  • 2024.12: 论文 “Inferring Ghost Cities” 发表于 Habitat International。
  • 2024.11: 在清华大学“未来城市建设与发展”博士生学术论坛作报告，北京。
  • 2024.06: 受邀在英国剑桥大学 Applied Urban Modelling (AUM2024) 会议作报告。
  • 2024.01: 参加国家自然科学基金委重大项目启动会，广州。
  • 2023.08: 在第一届城市科学大会 (The First Research Summit of Urban Science) 作报告，北京。
  • 2023.08: 在全球智慧城市峰会暨第三届国际城市信息学大会 (GSCS & ICUI) 作报告，中国香港。
  • 2023.07: 在UIA世界建筑师大会作报告，丹麦哥本哈根。
  • 2023.06: 担任同济大学 Architectural DigitalFUTURES workshop “Emerging Planetarism” 助教，上海。
  • 2023.05: 参展第18届威尼斯国际建筑双年展中国国家馆，意大利威尼斯。
  • 2022.09: 在中国城市科学研究会城市大数据专业委员会2022年会作报告，北京。
  • 2022.07: 在第四届国际计算设计和机器人制造会议作报告，上海。
  • 2026.02: 論文 “UrbanAlign” を ECCV 2026 に投稿。
  • 2026.01: グローバルゴーストシティ研究が米国の有力科学メディア Popular Mechanics に報道される。
  • 2025.11: 論文 “WaveC2R” が AAAI 2026 (CCF-A) に採択。
  • 2025.11: CMAB論文が地球科学分野の ESI高被引用論文 に認定。
  • 2025.11: “新城市科学”論文が CNKI 被引用数Top20論文（2024-2025）に選出、城市规划。
  • 2025.11: 「GIS新星賞」受賞（全国10名）、第13回中国大学GISフォーラムにて新星セッション座長、上海。
  • 2025.10: 論文 “GenAI Models Capture Urban Science…” が Nature Cities の第2回査読に進出。
  • 2025.10: 中国都市計画情報化年次会議にてポスター発表、佛山。
  • 2025.10: 金経昌都市計画優秀論文賞（第22回）受賞、上海。
  • 2025.08: 清華大学 優秀ティーチングアシスタント（上位5%）に認定。
  • 2025.06: CMAB研究が清華大学公式Facebookアカウントで紹介。
  • 2025.05: 清華大学第29回大学院生「学術新星」候補に推薦（全学10名、建築学院唯一の推薦）。
  • 2025.05: 第19回ヴェネチア・ビエンナーレ国際建築展 中国館に出展、イタリア・ヴェネチア。
  • 2025.03: AAG 2025（米国地理学者協会年次総会）にて発表、米国デトロイト。
  • 2025.01: 論文 “CMAB” が Scientific Data に掲載 — 23,000回以上ダウンロード。
  • 2025.01: 中国都市計画学会より 「AI活用計画」優秀事例賞 を受賞。
  • 2024.12: 論文 “Inferring Ghost Cities” が Habitat International に掲載。
  • 2024.11: 清華大学「未来都市建設」博士課程フォーラムにて発表、北京。
  • 2024.06: 英国ケンブリッジ大学 Applied Urban Modelling (AUM2024) にて招待講演。
  • 2024.01: 国家自然科学基金委員会重大プロジェクトキックオフ会議に参加、広州。
  • 2023.08: 第1回都市科学研究サミット (The First Research Summit of Urban Science) にて発表、北京。
  • 2023.08: グローバルスマートシティサミット (GSCS) & 第3回国際都市情報学会議 (ICUI) にて発表、香港。
  • 2023.07: UIA世界建築家会議にて発表、デンマーク・コペンハーゲン。
  • 2023.06: 同済大学 Architectural DigitalFUTURES ワークショップ “Emerging Planetarism” にてティーチングアシスタント、上海。
  • 2023.05: 第18回ヴェネチア・ビエンナーレ国際建築展 中国館に出展、イタリア・ヴェネチア。
  • 2022.09: 中国都市科学研究会都市ビッグデータ委員会2022年次会議にて発表、北京。
  • 2022.07: 第4回国際コンピュテーショナルデザイン・ロボティックファブリケーション会議にて発表、上海。

Publications论文論文

Nature Cities
AI4US

GenAI Models Capture Urban Science but Oversimplify Complexity

Yecheng Zhang, Rong Zhao, Zimu Huang, Xinyu Wang, Yue Ma, Ying Long*

Nature Cities (2nd round review). arXiv | PDF

  • Designed the AI4US benchmark evaluating leading LLMs (GPT, Claude, GLM, DeepSeek, etc.) over 40K+ synthesis trials across symbolic reasoning and multimodal perception, fitting established scientific laws (scaling laws, distance decay, urban vitality, urban perception).
  • Discovered the “group flattening” effect and systematic bias in fitting established scientific laws, and proposed multi-paradigm prompt optimization strategies (independent/joint sampling, in-context prompting).
  • 设计 AI4US 评测框架，系统评估 GPT、Claude、GLM、DeepSeek 等主流大模型在符号推理和多模态感知领域的数据合成能力，累计执行 40,000+ 次实验，拟合已有科学定律（标度律、距离衰减、城市活力、城市感知）。
  • 发现 “群体扁平化”效应 和 拟合科学定律中的系统性偏差，提出多范式提示优化策略（独立/联合采样、蓝图提示）。
  • AI4USベンチマークを設計し、主要LLM（GPT、Claude、GLM、DeepSeek等）の40,000回以上の合成試行を通じて、記号推論とマルチモーダル知覚における科学法則（スケーリング則、距離減衰、都市活力、都市知覚）への適合を評価。
  • 「集団平坦化」効果と科学法則適合における系統的バイアスを発見し、マルチパラダイムプロンプト最適化戦略（独立/共同サンプリング、インコンテキストプロンプティング）を提案。
ECCV 2026
UrbanAlign

UrbanAlign: Post-hoc Semantic Calibration for VLM-Human Preference Alignment

Yecheng Zhang, Rong Zhao, Zhizhou Sha, Yong Li, Lei Wang, Ce Hou, Wen Ji, Hao Huang, Yunshan Wan, Jian Yu, Junhao Xia, Yuru Zhang, Chunlei Shi*

ECCV 2026 (under review, CCF-B). arXiv | PDF

  • Proposed a training-free post-hoc concept bottleneck method to align frozen VLM outputs with human preferences — no fine-tuning, RLHF, or GPU training required.
  • Designed an Observer-Debater-Judge multi-agent reasoning chain for structured scoring, and developed locally-weighted ridge regression (LWRR) on a hybrid CLIP+semantic manifold for geometric calibration.
  • Achieved 72.2% accuracy (+28.8pp over raw VLM, +15.1pp over supervised baselines like Siamese Network) with full dimension-level interpretability.
  • 提出免训练后置概念瓶颈方法（Post-hoc Concept Bottleneck），无需微调或RLHF即可将冻结VLM的输出与人类偏好对齐。
  • 设计 Observer-Debater-Judge 多智能体推理链实现结构化评分，在CLIP+语义混合流形上通过局部加权岭回归（LWRR） 进行几何校准。
  • 准确率达到 72.2%（比原始VLM提升+28.8pp，比Siamese Network等有监督基线提升+15.1pp），具备完整的维度级可解释性。
  • 訓練不要の事後概念ボトルネック手法を提案し、ファインチューニングやRLHFなしで凍結VLMの出力を人間の選好に整合。
  • Observer-Debater-Judge マルチエージェント推論チェーンによる構造化スコアリングを設計し、CLIP+意味的ハイブリッド多様体上の局所重み付きリッジ回帰（LWRR） による幾何学的キャリブレーションを開発。
  • 精度72.2% を達成（生のVLMから+28.8pp、Siamese Networkなどの教師あり手法から+15.1pp向上）、完全な次元レベルの解釈可能性を提供。
Scientific Data
CMAB

CMAB: A Multi-Attribute Building Dataset of China

Yecheng Zhang†, Huimin Zhao†, Ying Long*

Scientific Data, 12, 430, 2025. DOI | PDF

  • Built China’s Multi-Attribute Building Dataset by integrating remote sensing, POI, and street-view imagery, covering 32M+ buildings with 10+ attributes nationwide.
  • 23,000+ downloads on Figshare/GitHub; recognized as ESI Highly Cited Paper in Geoscience.
  • Featured by Tsinghua University’s official Facebook account for research impact.
  • 构建中国多属性建筑数据集（CMAB），融合遥感、POI、街景等多源数据，覆盖全国 3200万+栋建筑、10+属性。
  • Figshare/GitHub累计 23,000+次下载；入选Geoscience领域 ESI高被引论文。
  • 研究成果被清华大学官方Facebook账号报道推送。
  • リモートセンシング、POI、ストリートビュー画像を統合し、全国3,200万棟以上の建物、10以上の属性をカバーする中国多属性建物データセット（CMAB） を構築。
  • Figshare/GitHubにて 23,000回以上ダウンロード；地球科学分野の ESI高被引用論文 に認定。
  • 清華大学公式Facebookアカウントにて研究成果が紹介。
Habitat International
GloGCI

Inferring Ghost Cities on the Globe in Newly Developed Urban Areas Based on Urban Vitality with Multi-source Data

Yecheng Zhang, Tangqi Tu, Ying Long*

Habitat International, 2025. PDF

  • Developed GloGCI (Global Ghost City Index) through multi-source data fusion (satellite imagery, mobility, economic indicators) with contextual multi-armed bandit sampling and ensemble learning across 10,000+ global cities.
  • Research reported by Popular Mechanics (one of the most influential popular science media in the US).
  • 开发 GloGCI（全球鬼城指数），融合卫星影像、移动数据、经济指标等多源数据，结合上下文多臂赌博机采样与集成学习，覆盖全球 10,000+城市。
  • 研究被美国最具影响力的科普媒体之一 Popular Mechanics 报道。
  • 衛星画像、モビリティデータ、経済指標などのマルチソースデータ融合により、コンテキスト多腕バンディットサンプリングとアンサンブル学習を用いて GloGCI（グローバルゴーストシティ指数） を開発、世界 10,000都市以上 をカバー。
  • 研究成果が米国の有力科学メディア Popular Mechanics に報道される。
iScience 2024
GloPPRUA

Rethinking the Country-level Percentage of Population Residing in Urban Area with a Global Harmonized Urban Definition

Wenyue Li†, Yecheng Zhang†, Mengxing Li, Ying Long*

iScience, 27, 110125, 2024. DOI | PDF

  • Constructed a global harmonized urban definition (GloPPRUA) dataset, providing consistent urban-rural boundaries across countries for comparative urbanization research.
  • 构建全球统一城市定义数据集（GloPPRUA），为跨国城镇化比较研究提供一致的城乡边界划分。
  • 各国間の比較都市化研究のために一貫した都市・農村境界を提供するグローバル統一都市定義データセット（GloPPRUA） を構築。
JAG 2022
JAG-GAN

Urban Spatial Risk Prediction and Optimization Analysis of POI based on Deep Learning from the Perspective of an Epidemic

Yecheng Zhang, Qimin Zhang, Yuxuan Zhao, Yunjie Deng, Hao Zheng*

International Journal of Applied Earth Observations and Geoinformation, 112, 102942, 2022. PDF

  • Applied GAN-based deep learning for urban spatial risk prediction and POI optimization during epidemic scenarios, combining spatiotemporal modeling with urban planning applications.
  • 应用基于GAN的深度学习进行疫情背景下的城市空间风险预测与POI优化，将时空建模与城市规划应用相结合。
  • GANベースの深層学習を用いて感染症下の都市空間リスク予測とPOI最適化を実施、時空間モデリングと都市計画への応用を融合。
AAAI 2026
WaveC2R

WaveC2R: Wavelet-driven Coarse-to-refined Hierarchical Learning for Radar Retrieval

Chunlei Shi, Han Xu, Yinghao Li, Yi-Lin Wei, Yongchao Feng, Yecheng Zhang, Dan Niu

AAAI 2026 (CCF-A). arXiv | PDF

  • Satellite-to-radar reflectivity inversion using wavelet-driven coarse-to-refined hierarchical learning framework for meteorological remote sensing.
  • 提出基于小波驱动的粗到精层次学习框架，用于气象遥感中的卫星-雷达反射率反演。
  • 気象リモートセンシングにおける衛星-レーダー反射率反転のためのウェーブレット駆動粗密階層学習フレームワークを提案。
  • Shi C, Han X, Zhang Y, Wu B, Hou J, Wang J, Niu D. AWFlowS2R: A Flow-Based New Paradigm for All-Weather Satellite-to-Radar Retrieval. arXiv, 2026.
  • Wang L, Hou C, Zhang Y, He J. Measuring Solar Radiation and Spatio-temporal Distribution in Different Street Network Direction through Solar Trajectories and Street View Images. *International Journal of Applied Earth Observation and Geoinformation, 132, 104058, 2024. PDF
  • Long Y, Zhao H, Zhang Y. 新城市科学：技术、计算、变革与应用. *城市规划 CITY PLANNING REVIEW, 48, 2024. DOI | PDF
  • Li Y, Zhang Y, Wu Q, Xue R, Wang X, Si M, Zhang Y. Greening the Concrete Jungle: Unveiling the Co-mitigation of Greenspace Configuration on PM2.5 and Land Surface Temperature with Explanatory Machine Learning. *Urban Forestry & Urban Greening, 88, 128086, 2023. PDF
  • Ding X, Zhang Y, Zhang Y, …, Haick H, Zhang M. Modular Assembly of MXene Frameworks for Noninvasive Disease Diagnosis via Urinary Volatiles. ACS Nano, 16, 17376–17388, 2022. DOI | PDF
  • Yao J, Jian Y, Shen Y, …, Zhang Y. Decoding the Spatial Heterogeneity of Bike-Sharing Impacts. Journal of Urban Planning and Development, 2025. DOI
  • Zhang Y, et al. Generative Design Method of Building Group Based on AIP Assessment. UIA World Congress of Architects, Copenhagen, 2023.

Honors and Awards荣誉奖励受賞歴

  • 2025.11 ESI Highly Cited Paper (Geoscience), CMAB paper in Scientific Data.
  • 2025.11 “GIS Rising Star” Award (全国高校GIS新秀, 10 nationwide) & Session Chair, The 13th China College GIS Forum, Shanghai.
  • 2025.11 “新城市科学” Highly Cited Paper, CNKI Top 20 Most-Cited (2024-2025), 城市规划.
  • 2025.10 Jin Jingchang Outstanding Paper Award (金经昌城市规划优秀论文佳作奖, 22nd edition), Shanghai.
  • 2025.08 Outstanding Teaching Assistant (Top 5%), Tsinghua University, 2024-2025 Fall.
  • 2025.05 “Academic Rising Star” Nominee (学术新秀, 10 university-wide, sole nominee from School of Architecture), Tsinghua University.
  • 2025.05 Exhibitor, China Pavilion, 19th Venice Architecture Biennale, Venice, Italy.
  • 2025.01 Outstanding Case Award for “AI-Empowered Planning”, Urban Planning Society of China.
  • 2023.05 Exhibitor, China Pavilion, 18th Venice Architecture Biennale, Venice, Italy.
  • 2025.11 ESI高被引论文（Geoscience领域），CMAB论文，Scientific Data。
  • 2025.11 全国高校GIS新秀奖（全国10人）并主持专场论坛，第十三届全国高校GIS论坛，上海。
  • 2025.11 “新城市科学”高被引论文，中国知网《城市规划》2024-2025年度高被引论文TOP20榜单。
  • 2025.10 金经昌城市规划优秀论文佳作奖（第22届），上海。
  • 2025.08 优秀研究生助教（前5%），清华大学2024-2025学年秋季学期。
  • 2025.05 清华大学第二十九届研究生 “学术新秀”候选人（全校10人，建筑学院唯一推荐）。
  • 2025.05 参展第19届威尼斯国际建筑双年展中国国家馆，意大利威尼斯。
  • 2025.01 中国城市规划学会 “AI赋能规划”优秀案例奖。
  • 2023.05 参展第18届威尼斯国际建筑双年展中国国家馆，意大利威尼斯。
  • 2025.11 ESI高被引用論文（地球科学分野）、CMAB論文、Scientific Data。
  • 2025.11 「GIS新星賞」受賞（全国10名）、第13回中国大学GISフォーラムにてセッション座長、上海。
  • 2025.11 「新城市科学」高被引用論文、CNKI被引用数Top20（2024-2025）、城市规划。
  • 2025.10 金経昌都市計画優秀論文賞（第22回）、上海。
  • 2025.08 優秀ティーチングアシスタント（上位5%）、清華大学2024-2025秋学期。
  • 2025.05 清華大学第29回大学院生 「学術新星」候補（全学10名、建築学院唯一の推薦）。
  • 2025.05 第19回ヴェネチア・ビエンナーレ国際建築展 中国館に出展、イタリア・ヴェネチア。
  • 2025.01 中国都市計画学会 「AI活用計画」優秀事例賞。
  • 2023.05 第18回ヴェネチア・ビエンナーレ国際建築展 中国館に出展、イタリア・ヴェネチア。

Educations教育背景学歴

  • 2023.09 - present, Ph.D. in Urban Planning (AI for Urban Science), Tsinghua University, Beijing, China. Advisor: Prof. Ying Long.
  • 2018.09 - 2023.06, B.Eng. in Urban Planning, Hefei University of Technology, Hefei, China.
  • 2023.09 - 至今，城市规划博士（AI for Urban Science方向），清华大学，北京。导师：龙瀛教授。
  • 2018.09 - 2023.06，城乡规划学士，合肥工业大学，合肥。
  • 2023.09 - 現在，都市計画博士課程（AI for Urban Science），清華大学，北京。指導教員：龍瀛教授。
  • 2018.09 - 2023.06，都市計画学士，合肥工業大学，合肥。

Internship Projects实习项目インターンシッププロジェクト

Municipal Construction Intelligent Bidding System | Solo Developer | 2026

  • Independently designed a two-stage multi-agent system for municipal construction bidding: the review stage deploys 7 parallel agents (ThreadPoolExecutor, isolated connection pools) for structured tender analysis (qualification, scoring, risk, etc.); the generation stage uses a Writer→Reviewer→Designer conditionally-triggered pipeline with full agent trace logging.
  • Tech stack integrates ChromaDB RAG, PyMuPDF/RapidOCR parsing (incl. scanned OCR), and 12+ LLMs with context-window-adaptive model selection, built on Streamlit with 7,000+ lines of production code. System has produced 500+ bidding documents for a client company.

Nanjing NUIST Meteorological Science & Technology Institute | Doctoral Practice (Excellent Evaluation) | 2025

  • Systematically benchmarked 10+ deep learning architectures (CNN/GAN/Diffusion/Transformer/Flow Matching) for FY-4B satellite-to-radar composite reflectivity inversion using 22-channel input (15 base + 7 hand-crafted BTD features encoding cloud phase and moisture gradients); designed exponentially-weighted loss to address extreme class imbalance.
  • Conditional Flow Matching (CFM) achieved CSI +7.2% and FAR -30% over baseline; zero-shot geographic transfer to radar-blind Xinjiang validated with GPM satellite data.

市政建设智能投标系统 | 独立开发 | 2026

  • 独立设计两阶段多智能体系统用于市政建设投标：审查阶段部署 7个并行Agent（ThreadPoolExecutor，隔离连接池）进行结构化标书分析（资质、评分、风险等）；生成阶段使用 Writer→Reviewer→Designer 条件触发流水线，完整记录Agent调用链。
  • 技术栈集成 ChromaDB RAG、PyMuPDF/RapidOCR解析（含扫描件OCR）和 12+大模型的上下文窗口自适应选择，基于Streamlit构建 7,000+行生产代码。已为客户公司生成 500+份投标文件。

南京信息工程大学气象科技研究院 | 博士实践（优秀评价）| 2025

  • 系统基准测试 10+深度学习架构（CNN/GAN/Diffusion/Transformer/Flow Matching），用于FY-4B卫星-雷达组合反射率反演，使用 22通道输入（15基础通道+7个手工设计BTD特征，编码云相态和水汽梯度）；设计指数加权损失函数解决极端类别不平衡问题。
  • 条件流匹配（CFM）在CSI上提升 +7.2%，FAR降低 -30%；实现至无雷达覆盖的新疆地区的零样本地理迁移，使用GPM卫星数据验证。

市政建設インテリジェント入札システム | 単独開発 | 2026

  • 市政建設入札のための二段階マルチエージェントシステムを独自に設計：審査段階では 7つの並列エージェント（ThreadPoolExecutor、分離接続プール）による構造化入札分析（資格、スコアリング、リスク等）、生成段階ではWriter→Reviewer→Designerの条件付きパイプラインとエージェントトレースログを実装。
  • 技術スタックは ChromaDB RAG、PyMuPDF/RapidOCR解析（スキャンOCR含む）、12以上のLLMのコンテキストウィンドウ適応型モデル選択を統合し、Streamlit上で 7,000行以上の本番コードを構築。クライアント企業向けに 500件以上の入札書類 を作成。

南京情報工程大学気象科学技術研究院 | 博士実践（優秀評価）| 2025

  • FY-4B衛星-レーダー合成反射率反転のために 10以上の深層学習アーキテクチャ（CNN/GAN/Diffusion/Transformer/Flow Matching）を体系的にベンチマーク、22チャネル入力（15ベース+7手作りBTD特徴量、雲相と水蒸気勾配をエンコード）を使用；極端なクラス不均衡に対処する指数加重損失を設計。
  • 条件付きフローマッチング（CFM）がCSI +7.2%、FAR -30% の改善を達成；GPM衛星データで検証されたレーダー未カバー地域新疆へのゼロショット地理的転移を実現。

Invited Talks & Conferences学术报告与会议招待講演・学会発表

  • 2025.11, The 13th China College GIS Forum — Rising Star Forum, Shanghai. Session Chair & Speaker.
  • 2025.10, China Urban Planning Informatization Annual Conference, Foshan. Poster.
  • 2025.03, AAG 2025 (American Association of Geographers Annual Meeting), Detroit, USA.
  • 2024.11, Tsinghua University “Future Urban Construction” Ph.D. Forum, Beijing.
  • 2024.06, Applied Urban Modelling (AUM2024), University of Cambridge, UK.
  • 2023.08, The First Research Summit of Urban Science, Beijing.
  • 2023.08, Global Smart Cities Summit (GSCS) & ICUI, Hong Kong.
  • 2023.07, UIA World Congress of Architects, Copenhagen, Denmark.
  • 2023.06, Tongji University Architectural DigitalFUTURES workshop “Emerging Planetarism”, Shanghai. Teaching Assistant.
  • 2022.09, CUSR Urban Big Data Annual Meeting, Beijing.
  • 2022.07, 4th International Conference on Computational Design and Robotic Fabrication, Shanghai.

Academic Service学术服务学術活動

  • Invited Reviewer, Nature Cities (Nature Portfolio), 2024–present.
  • Invited Reviewer, Scientific Data (Nature Portfolio), 2024–present.
  • Invited Reviewer, npj Urban Sustainability (Nature Portfolio), 2024–present.
  • Invited Reviewer, Cities (Elsevier), 2023–present.
  • Invited Reviewer, Computers, Environment and Urban Systems (Elsevier), 2023–present.
  • Invited Reviewer, Verixiv, 2025–present.

Open-source Datasets开源数据集オープンソースデータセット

  • CMAB — China’s Multi-Attribute Building Dataset (32M+ buildings, 23,000+ downloads, ESI Highly Cited). Dataset
  • GloGCI — Global Ghost City Index (10,000+ cities worldwide, 4,000+ downloads).
  • GloPPRUA — Global Harmonized Urban Definition.
  • AI4US — Generative AI Benchmarks for Urban Science (2,000+ downloads).
  • CMAB — 中国多属性建筑数据集（3200万+栋建筑，23,000+次下载，ESI高被引）。数据集
  • GloGCI — 全球鬼城指数（覆盖全球10,000+城市，4,000+次下载）。
  • GloPPRUA — 全球统一城市定义数据集。
  • AI4US — 城市科学生成式AI评测基准（2,000+次下载）。
  • CMAB — 中国多属性建物データセット（3,200万棟以上、23,000回以上ダウンロード、ESI高被引用）。データセット
  • GloGCI — グローバルゴーストシティ指数（世界10,000都市以上、4,000回以上ダウンロード）。
  • GloPPRUA — グローバル統一都市定義データセット。
  • AI4US — 都市科学のための生成AIベンチマーク（2,000回以上ダウンロード）。