置顶-1

课题组将招收博士、硕士和博士后，长期有效。

关于博士硕士招生有以下三点要求：1）应具有工程学科背景，并对信息技术有浓厚兴趣，即将或已取得相关的学士或硕士学位；2）应具有较强的技术背景，包括但不限于BIM/GIS、物联网、数字孪生、人工智能等方面的研究经验，优先考虑在算法、大型软件系统或Web/App 开发方面有研究或实践经验的申请者；3）应具有较高的自我激励能力，良好的英语书面和口语沟通能力，以及独立工作能力。

关于博士后招聘还应满足以下两点：1）年龄35岁以下，获得博士学位3年以内；2）研究方向为土木工程信息技术、海洋环境信息建模及应用、数据驱动知识发现及应用等相关方向。（注：博士后申请者经过初步筛选后需进行面试，并作半小时学术报告，包括博士期间的主要研究工作内容及未来博后工作设想。）

有意向者请将个人简历、成绩单及工作设想等材料发送至邮箱：hu.zhenzhong@sz.tsinghua.edu.cn。详情可查看课题组博士硕士招生、课题组博士后招聘。

置顶-2

2021年11月26日，Discharge of treated Fukushima nuclear accident contaminated water: macroscopic and microscopic simulations已发表在National Science Review上，这是对课题组同学和老师们厚德载物、严谨致学的充分肯定！NSR官微推送优质高效，体现了我国卓越领军期刊的超一流水平！感谢张建民院士的指导与支持，感谢编辑部和评阅人给予的高度评价！

这项研究成果对于污染物长期扩散的预测、核污染水排放计划的合理应对以及后续放射性物质浓度的监测具有显著意义。未来，我们将继续深化研究，进一步探讨判断排放核污染水这一行为对于整个海洋和人类长远的影响，为国家乃至全球应对核污染水危机提供重要的决策支撑！

注：National Science Review，2021年的影响因子为17.275，属于顶刊，卓越计划领军期刊。详情请见介绍视频。

2024-08-27

BIM- and 4D-based integrated solution of analysis and management for conflicts and structural safety problems during construction: 1. Principles and methodologies 在谷歌学术上他引次数达到400次，其姊妹篇文章BIM- and 4D-based integrated solution of analysis and management for conflicts and structural safety problems during construction: 2. Development and site trials在谷歌学术上的引用次数也达到了220次，两篇文章合计达到620次引用。

该研究根据施工过程中冲突和安全问题的分析与管理需求，提出并建立了四维结构信息模型（4D-BIM）。基于该子模型，研究了时变结构的动态安全分析、进度/资源/成本的冲突分析和管理以及现场设施的动态碰撞检测的集成，并应用于国家体育场、广州西塔、青岛海湾大桥等3个大型项目。

注：Automation in Construction，属于工程技术领域顶刊，目前影响因子为9.6。

2024-08-09

8月9日至11日，第十一届海岸与海洋工程国际会议（ICCOE 2024）于山东烟台举办，课题组博士生刘毅参会并作了题为《Real-time Monitoring and Analysis for Digital Twin of Floating Wind Turbine》的报告，提出了面向浮式风机数字孪生的监测与分析框架，涵盖了海洋环境、风机位姿、结构状态三个主要方面。针对浮式风机的塔筒结构，提出了基于有限传感器的状态反演方法，能够快速给出全方位的结构健康信息。在此基础上，构建了风机的缩尺模型，将所提出方法应用于实际风机的监测分析中，形成了物理世界与虚拟世界的信息闭环。通过深度融合数字模型、海洋环境和风机状态数据，构建浮式风机的完整数字孪生体。

2024-07-28

7月28日至7月31日，2024年 ASCE International Conference on Computing in Civil Engineering (13ce 2024)会议于美国匹兹堡举办，课题组博士生罗振华（Loh Ching Wah)参会并做题为《Standard-Driven Chinese Knowledge Extraction in Highway Domain using Machine Learning and NLP Approach》的口头汇报。该研究通过构建自动知识提取模型来提升公路标准的数据处理能力，包括利用机器学习技术对小型训练集进行处理，实现了命名实体识别和关系分类等任务。研究成果以知识图谱形式保存，有效链接了高速公路领域概念，为公路项目中的数据驱动进步和跨学科合作提供了新的可能性。