置顶

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，包括但不限于海洋工程结构分析、海洋环境数值模拟与预测、海洋数字孪生等方面的研究经验，优先考虑在数值算法、工业软件开发或高性能计算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。

2026-09-24

根据今年9月科睿唯安ESI数据库发布的最新数据显示，在期刊Ocean Engineering（Q1区Top期刊，IF=6.3）上发表的论文Digital disaster prevention for ocean engineering: Current progress and future directions入选ESI高被引论文。

该研究针对台风等极端气候事件频发所加剧的技术事故风险，系统综述了极端气候下海洋工程数字化防灾减灾的研究进展。文章围绕致灾因子识别、灾害机理建模和结构安全评估三大核心方向，总结了物理数值模拟、数据驱动仿真与系统动力学的融合应用，评述了数字孪生、机器学习和深度学习在情景化风险分析、安全评估与预警系统（尤其是海上风电场）中的应用。在此基础上，研究提出了融合环境感知、可解释建模、智能预测预警与韧性导向决策支持的前瞻性数字技术体系，为构建更具适应性、预测性和韧性的海洋工程安全管理指明了方向。

注意：ESI高被引论文（Highly Cited Papers）是指最近十年内发表论文中被引用频次排在相应学科领域全球前1%以内的论文。如今，ESI高被引论文已成为衡量学校学术影响力的重要指标之一。

2026-09-18

Fine-tuning vision foundation model for crack segmentation in civil infrastructures在谷歌学术上的引用量已突破100次。论文于2024年5月发表，两年多时间即实现引用破百，其破百速度应该是迄今最快。

该论文引用量的迅速攀升，与当前土木工程领域智能化转型的整体趋势密切相关。传统基于小规模数据集训练的视觉检测模型普遍存在泛化能力不足、难以适应复杂工程工况等瓶颈，制约了智能检测技术在工程实践中的规模化应用。该研究引入一种视觉基础模型用于裂缝分割任务，并采用参数高效微调技术对其进行适配，有效解决了上述瓶颈问题，为同类研究提供了可直接借鉴的技术范式。

论文中所采用的技术还可扩展应用于分割其他类型的结构缺陷，例如地震损伤分割、钢筋腐蚀分割以及结构渗水识别，逐步覆盖结构健康监测中的各类检测需求。团队也将在此技术框架的基础上开展进一步探索，推动人工智能技术在工程检测与运维一线的落地，为基础设施的智慧化管理提供有力支撑。

2026-09-11

论文Beyond annual dose: Assessing lifetime cancer risk from dietary radiocesium exposure and public risk-perception gaps in Japan已发表在期刊Environment International上。

食品中的放射性铯是环境健康风险评估面临的持续挑战。年剂量合规（1mSv/年）对放射保护至关重要，但可能无法反映慢性暴露下的累计终生癌症风险（LCR）或相应的公众风险认知。研究构建了综合放射风险评估框架，基于日本全国调查及食品监测数据，采用多层次回归与事后分层方法，估算县级LCR和风险感知差距。年膳食剂量远低于1 mSv/年基准，而模拟的死亡率与发病率LCR均高于10⁻⁵，分别为1.84×10⁻⁵~1.37×10⁻⁴和2.70×10⁻⁵~2.02×10⁻⁴。空间分析识别出的高风险县（尤其是东北）应优先监测；农产品是主导暴露途径，约占LCR的55.0–64.5%。日本北部估算风险趋于高于感知风险，需主动风险管控；中部地区则相反，需加强针对性沟通。本框架将LCR与年剂量指标结合，支持区域特定监测与风险沟通。

注：Environment International属于Q1区环境科学与生态学领域TOP期刊，2026年影响因子为10.2。南京大学毛亮教授和黄蕾教授为通讯作者。研究成果得到国家自然科学基金的资助。

2026-09-01

9月1日，清华大学副研究员、数字建造教学实验室主任林佳瑞老师应邀来我院，作了题为《基于BIM的工程智能设计关键技术与自主软件研发》的学术报告。

工程设计是影响工程建造质量与使用性能的关键环节，如何提升设计质量一直是工程领域的关注焦点。报告中，林佳瑞老师分享了其团队在BIM智能设计方面的最新探索，包括模块化BIM生成、AI增强的设计仿真、QwenBIM大模型、BIM智能审查与缺陷修复等技术成果及其应用。此外，林老师还结合海上固定平台结构三维设计，介绍了自主BIM软件研发的有关进展，探讨了工程智能设计的一体化解决方案。报告内容前沿务实、案例丰富，引发了在场师生的热烈讨论与深入交流。

注：林佳瑞老师长期从事智能审图、智能巡检、数字孪生与工程大模型方面的研究工作。主持和承担国家自然科学基金、重点研发计划等国家级课题多项，发表论文150余篇，参编行标、地标等9部，授权发明专利、软件著作权30余项。入选中国科协“青年人才托举工程”，获日内瓦国际发明展金奖、bSI openBIM大赛冠军、华夏建设科学技术一等奖、黄委科技进步特奖以及清华大学教学成果一等奖、清华大学“良师益友”等奖励。