许明，男，1980年11月出生，北京邮电大学计算机科学与技术专业博士，清华大学博士后，副教授，硕士生导师，曾先后在东软、北京蒂斯科技等企业任软件工程师，资深算法研究员等职。研究方向：时空数据挖掘、深度学习、图学习和智能交通等领域，相关研究成果发表于IEEE Transactions on ITS等国际顶级期刊，并被国际顶流科技媒体MIT Technology Review（麻省理工科技评论）专文报道，获得2020年世界人工智能大会青年优秀论文奖。提出了世界上首个大规模网络流量推演因果学习架构TraffNet，目前团队聚焦前沿领域，探索基于TraffNet的交通网络流量智能管控新方法。欢迎广大有梦想敢拼搏的莘莘学子加入我们团队。

我们心怀学术理想，沉浸于研究的海洋。

我们致力于创造能够推动社会进步的科技成果。

我们是执着于编程的技术控。

我们希望通过不断努力提升自我价值。

我们期待遇见志同道合的你，携手共进。

社会兼职：J ADV TRANSPORT（SCI期刊）特邀编辑，IEEE TITS\ITSC\Physical A等重要期刊/会议审稿人。

英文论文：

[1] Ming Xu, Qiang Ai, Ruimin Li, Yunyi Ma, Geqi Qi, Xiangfu Meng, Haibo Jin. Traffnet: Learning causality of traffic generation for what-if prediction. arXiv preprint arXiv:2303.15954. 2023.

[2] Ming Xu, Jianping Wu, Mengqi Liu, Yunpeng Xiao, Haohan Wang, Dongmei Hu. Discovery of Critical Nodes in Road Networks through Mining from Vehicle Trajectories. IEEE Transactions on Intelligent Transportation Systems, 2018 (智能交通顶级期刊, SCI一区IF = 8.5, CCF B类)。该论文获得2020世界人工智能大会青年优秀论文奖World Artificial Intelligence Conference Youth Outstanding Paper Award，获奖链接：

https://worldaic.com.cn/activity#activity5

MIT Technology Review（麻省理工科技评论）报道链接：

https://www.technologyreview.com/2014/07/16/74342/taxi-trajectories-reveal-citys-most-important-crossroads/

清华大学土木建管系公众号报道：

https://mp.weixin.qq.com/s/UAtzmb_NHMlpl0rrfVpjWg

[3] Ming Xu, Jianping Wu, Haohan Wang, Mengxin Cao. Anomaly Detection in Road Networks using Sliding-Window Tensor Factorization. IEEE Transactions on Intelligent Transportation Systems. 2019 (智能交通顶级期刊，SCI一区IF = 8.5, CCF B类)

[4] Ming Xu and Zhang Jing. MGL2Rank: Learning to rank the importance of nodes in road networks based on multi-graph fusion. Information Sciences 667 (2024): 120472.（SCI一区top，CCF B类）

[5] Ming Xu, Jianping Wu, Ling Huang, Rui Zhou, Tian Wang, Dongmei Hu. Network-wide Traffic Signal Control based on Discovery of Critical Nodes and Deep Reinforcement Learning. Journal of Intelligent Transportation Systems. 2020.（SCI三区，IF = 3.6）

[6] Ming Xu; Dongyu Zuo; Jinye Li. Adaptive Frequency Green Light Optimal Speed Advisory based on Deep Reinforcement Learning. Journal of Transportation Engineering, Part A: Systems. (SCI四区, IF=1.694)

[7] Yuhan Jia, Jianping Wu, Ming Xu*. Traffic Flow Prediction with Rainfall Impact Using A Deep Learning Method. Journal of Advanced Transportation. 2016 (SCI四区, IF=1.813,通信作者)

[8] Yuan Kong, Jianping Wu, Ming Xu*, Kezhen Hu. Charging Pile Siting Recommendations via the Fusion of Points of Interest and Vehicle Trajectories. China Communications, 2017. (SCI三区，通信作者)

团队论文代码数据下载链接：https://github.com/orgs/iCityLab/repositories

项目：

[1]国家863课题“基于物联网的城市空气环境调控技术研究及应用”，参与，主研人，完成人排名第四。

[2]清华大学国际科技合作项目《基于仿真的城市交通管理优化策略研究》，课题负责人，Toyota Research Center（丰田研究中心）资助

联系电话：15810261581

邮箱：xum.2016@tsinghua.org.cn