人才

裴韬

文章来源:  |  发布时间:2016-09-09  |  【打印】 【关闭

  
  

     

  男,1972年生,江苏扬州人,博士,现任中国科学院地理科学与资源研究所研究员、博生生导师,资源与环境信息系统国家重点实验室副主任,城市大数据专业委员会副主任委员,中国GIS理论与方法学术委员会委员,国家杰出青年基金获得者(2015)。

  长期从事时空数据挖掘、空间统计等方面的研究,已在国内外发表论文80余篇,其中SCI论文50余篇,合作出版专著3部。担任《地球信息科学》、《计算机科学与应用》等杂志编委。

教育经历:

  1989年9月-1993年7月就读于中国地质大学(武汉),获学士学位;

  1993年9月-1998年7月就读于中国地质大学(武汉),获博士学位;

工作经历:

  1998年8月-2000年6月,中国科学院地理科学与资源研究所博士后;

  2007年2月-2007年8月,英国帝国理工学院数学系访问学者;

  2000年7月-2013年11月,中国科学院地理科学与资源研究所副研究员;

  2012年9月-2013年3月,美国麻省理工学院城市规划系Senseable City Lab高级访问学者;

  2013年12月-至今,中国科学院地理科学与资源研究所研究员;

研究领域和研究方向:

  研究领域:地理信息科学

  主要研究方向:空间大数据挖掘、地统计学、城市感知与城市动力学、文本大数据挖掘

主要科研成果:

  建立了复杂时空点集的模式分解理论,可将任意复杂的时空点集分解为不同强度的均匀点过程,从根本上解决了时空点集分解与模式提取的理论难题。该理论对于时空点集数据的作用可与傅立叶变换对于初等函数的贡献进行类比,因此该理论又可称为“点集数据的傅立叶变换理论”。

  针对城市居民不同尺度的时空活动轨迹进行研究,提取了居民迁移事件序列的时空模式,构建了城市居民的移动通话数据与城市土地利用之间的正反演关系,揭示了城市手机通话网络的不对称性特征,提出了基于室内定位数据反演顾客行为与特征的推理模型。

获奖情况:

  2015年 获得国家杰出青年科学基金

  2012年 入选中国科学院青年创新促进会

  2011年 全国青年地理科技奖

  2008年 中国科学院王宽诚奖励基金,卢嘉锡青年人才奖

  2007年 北京市科委科技人才计划,北京市科技新星

  2004年、2006年、2010年 中国科学院大学优秀课程

主要研究项目(最多10项):

  1. 国家杰出青年科学基金“时空数据挖掘”(课题号:41525004,2016-2020年),课题负责人;

  2. 国家自然科学基金创新群体(课题号:41421001, 2015-2020年),主要成员;

  3. 国家自然科学基金项目“面向时空轨迹数据异常和关联模式的挖掘模型”(课题号:41171345,2012-2015年),课题负责人

  4. 863课题“泛在空间信息关联更新与面向主题空间数据挖掘分析技术研究” (课题号:2012AA12A403,2012-2015年),课题负责人;

  5. 863课题“非结构化应急多媒体数据挖掘”(课题号:2009AA12Z227,2009-2010),课题负责人;

  6. 国家自然科学基金项目“空间软信息协同统计方法”(课题号:40601078,2007-2009年),课题负责人;

  7. 973课题“空间数据认知模式与海量空间数据库知识发现”(课题号:2006CB701305, 2006-2010年),课题负责人;

  8. 北京市科技新星计划(2007-2010年),课题负责人;

主要学术论著(最多5项):

  1. 周成虎、裴韬、陆锋等编著,地理信息系统空间分析原理,北京:科学出版社,234 p. ISSN:987-7-03-031621-9

  2. 周成虎,裴韬,李全林,等. 2005. 集成地震目录数据库及其应用研究, 北京:中国水利水电出版社,147 p. ISSN:7-5084-2741-6

  3. 李宝林、裴韬,等, 2008. 精细土壤资源普查模型与方法. 北京: 科学出版社, 227 p., ISSN:978-7-03-021521-5

近十年代表性学术论文:

  1.  Ma XY, Pei T*, Song C, Zhou CH. 2016. A new assessment model for evacuation vulnerability in urban areas, International Journal of Geographical Information Science, 30(12): 2401-2420

  2.  Shu H, Song C, Pei T*, Xu LM, Ou Y, Zhang LB, Li T. 2016. Queuing Time Prediction Using WiFi Positioning Data in an Indoor Scenario, 16:1958

  3.  Yang G, Song C, Shu H, Zhang J, Pei T*, Zhou CH. Assessing patient bypass behavior using taxi trip origin–Destination (OD) data. ISPRS International Journal of Geo-Information, 2016, 5(9): 157, doi:10.3390/ijgi5090157

  4.  Pei T, Wang WY, Zhang HC, Ma T, Du YY, Zhou CH. 2015. Density-based clustering for data containing two types of points, International Journal of Geographical Information Science, 29(2): 175-193, DOI: 10.1080/13658816.2014.955027

  5.  Song C, Pei T*, Zhou CH. 2014. The role of changing multiscale temperature variability in extreme temperature events on the eastern and central Tibetan Plateau during 1960-2008, International Journal of Climatology, 34(14): 3683-3701

  6.  Pei T, Sobolevsky S, Ratti C, Shaw S-L, Li T and Zhou CH, 2014. A new insight into land use classification based on aggregated mobile phone data, International Journal of Geographical Information Science, 28(9): 1988-2007, DOI: 10.1080/13658816.2014.913794

  7.  Pei T, Sobolevsky S, Ratti C, Amini A and Zhou CH. 2014. Uncovering the Directional Heterogeneity of an Aggregated Mobile Phone Network. Transactions in GIS, Volume 18, Issue Supplement, S1:126-142

  8.  Pei T, Gong X, Shaw S-L, Ma T and Zhou CH. 2013. Clustering of temporal event processes. International Journal of Geographical Information Science, 27(3): 484–510

  9.  Song C, Pei T*, Zhou CH and He YW. 2013. Patterns of Multiscale Temperature Variability over the Eastern and Central Tibetan Plateau During 1960–2008. Acta Meteorological Sinica, 27(4): 521-540

  10.  Yu XP, Pei* T, Analysis on degree characteristics of mobile call network, Acta Physica Sinica, 2013, 62(20):1-11

  11.  Pei T, Jianhuan Gao, Ting Ma, Chenghu Zhou, 2012. Multi-scale decomposition of point process data. Geoinformatica, 16(4): 625-652

  12.  Wan Y, Pei T, Zhou CH, Jiang Y and Qu CX, Qiao YL. ACOMCD: A multiple cluster detection algorithm based on the spatial scan statistic and ant colony optimization. Computational Statistics & Data Analysis, 2012, 56(2): 283-296

  13.  Pei T. 2011. A non-parameter index for differentiating between heterogeneity and randomness. Mathematical Geosciences, 43: 345–362

  14.  Pei T, Wan Y, Jiang Y, Qu CX, Zhou CH, Qiao YL. 2011. Detecting arbitrarily shaped clusters using ant colony optimization. International Journal of Geographical Information Science, DOI: 10.1080/13658816.2010.533674

  15.  Pei T, Zhou CH,Li BL, Qin CZ. 2010. Windowed Nearest-Neighbour Method for Mining Spatio-temporal Clusters in the Presence of Noise. International Journal of Geographical Information Science, 24(6): 925-948

  16.  Pei T, Qin CZ,  Yang L, Luo M, Li BL, Zhou CH. 2010. Mapping soil organic matter using the topographic wetness index: A comparative study based on different flow-direction algorithms and kriging methods, Ecological Indicators, 10(3): 610-619

  17.  Pei T, Zhou, CH, Li BL, Qin CZ. 2009. Detecting feature from spatial point processes using Collective Nearest Neighbor. Computers, Environment and Urban Systems, 33(6): 435-447

  18.  Pei T, Jasra A, Hand DJ,  2009. DECODE: A new method for discovering clusters of different densities in spatial data. Data Mining and Knowledge Discovery, 18:337-369

  19.  Pei T,Zhou CH, Li BL, Qin CZ. 2007. Delineation of support domain of feature in the presence of noise. Computers and Geosciences, 33(5):952-965

  20.  Pei T,  Zhou CH, Li BL, Qin CZ. 2006. A new approach on nearest-neighbour method to discover cluster features in overlaid spatial point processes. International Journal of Geographical Information Sciences, 20(2): 153-168

研究生招生与培养:

  招生专业:地图学与地理信息系统

  招生方向:时空大数据挖掘、城市计算

  欢迎有地理基础、数学背景和计算编程能力强的同学报考。

  中国科学院大学讲授课程:

  1.空间分析(60学时,中国科学院大学优秀课程)

  2.空间数据挖掘(30学时)

  3.空间统计的Matlab和R语言应用实践(Matlab部分,15学时)

联系方式:

  通信地址:北京市安定门外大屯路甲11号中国科学院地理科学与资源研究所

  邮    编: 100101

  办公电话: 010-6488-8960

  传    真:010-6488-9630

  E–mail: peit@lreis.ac.cn