应北京理工大学计算机学院邀请，2026年5月14日上午，上海创智学院温浩珉助理教授在中心教学楼902作题为“时空数据挖掘：从深度学习到基础模型”的学术报告，北京理工大学计算机学院数据科学与知识工程研究所部分老师和研究生参加了讲座。

报告中，温浩珉系统讲解了团队在时空数据挖掘领域的研究进展。针对即时配送场景中“真实路径与最短路径不一致”的痛点，温浩珉详细介绍了团队在路线预测方法论上的演进方案，包括基于深度学习的DeepRoute、引入动态图结构的GraphRoute，以及利用强化学习解决训练与评估指标不匹配问题的DRL4Route。此外，他还阐述了旨在预测时空图未来演变及其不确定性的DiffSTG概率预测模型，分享了首个来自工业界的全面性最后一公里配送数据集LaDe，并重点探讨了时空基础模型从深度学习向预训练及跨领域多任务发展的技术演进路线。

展望未来，温浩珉表示时空人工智能正在从针对特定任务的深度学习模型向新兴的基础模型范式过渡，团队将进一步探索生成式数据训练体系，以解决异常检测等数据稀疏场景下的分布差异问题。

讲座结束后，师生们围绕基础模型的数据标准、派单与路径规划的联合优化、生成数据与真实分布的差异等问题，与温浩珉展开了深入讨论。现场气氛热烈，在场师生进一步加深了对时空数据挖掘以及基础模型技术的理解与认识。

报告人简介：

温浩珉，上海创智学院助理教授（研究），博士生导师。主要研究时空数据智能，致力于构建高效的时空预测+决策技术，推动其在交通物流、低空经济、具身智能等领域的交叉应用。在顶会/顶刊发表多篇论文，并在KDD国际会议组织多场Tutorial，受邀参加Google Research团队发起的圆桌讨论。研究成果获SIGSPATIAL 2023最高引论文、KDD 2024次高引论文，与企业联合开源的末端物流数据集在HuggingFace获得上万次下载。