点击上方“北美PhDLeague”关注我们
1069期，今天小编给大家继续带来1个硕博士的招生信息，希望能够帮到大家，祝大家2025申请顺利。想获得更多的硕博士全奖职位信息的同学，可以关注微信公众号：北美PhDLeague
城市人工智能、城市空间分析、交通需求分析
University of Florida
佛罗里达大学
招收职位：博士
联系教授：Dr. Shenhao Wang
（shenhaowang@ufl.edu ）
学校介绍：
佛罗里达大学（University of Florida），简称UF或UFL，是位于美国佛罗里达的一所公立研究型大学，被华尔街时报评为No.1全美公立学校。US News美国大学排名第28名，公立大学第5。佛罗里达大学在积极推动全方位人工智能相关研究，旨在在未来十年将其塑造成以人工智能为标杆的世界级研究性大学。
导师介绍：
Dr. Shenhao Wang是城市和区域规划系助理教授，担任城市人工智能实验室 (Urban AI Lab)主任、城市空间分析硕士项目负责人。麻省理工学院媒体实验室（MIT Media Lab）和交通实验室（MIT Mobility Lab）研究项目负责人。 佛罗里达大学Dr. Shenhao Wang主页：https://dcp.ufl.edu/urp/people_wang_s/ 麻省理工学院媒体实验室个人主页：https://www.media.mit.edu/people/shenhao/overview/ 麻省理工学院交通实验室个人主页: https://mobility.mit.edu/people/shenhao-wang-0
本科：清华大学建筑学学士学位（2011）北京大学经济学学士学位（2014）
硕士：MIT城市规划、交通工程 双硕士学位（2017）
博士：MIT计算机与城市科学博士学位（2020）MIT有史以来第一个计算机与城市科学（Computer and Urban Science）联合博士学位
导师背景：
Urban AI Lab 城市人工智能实验室介绍
Website: https://urbanailab.com
Urban AI Lab的研究致力于利用最新的人工智能方法来分析研究和重新建构与城市发展有关的基本理论，并以此创新技术来解决社会城市相关的痛点问题。加入Dr. Shenhao Wang的Urban AI Lab，将有机会接触行业最前沿的学术创新和研究项目，与多领域教授专家学者学习交流。Urban AI Lab的PhD和研究员们会参与到顶级研究实验室、世界知名高校、和业界领头企业的项目中，并作为项目主要成员进行深入长期的合作交流，包括麻省理工学院的媒体实验室和交通实验室、加州大学伯克利分校的交通研究所、纽约大学、芝加哥大学、苏黎世联邦理工、政府机构、Uber、Lyft、Google、咨询企业MBB等。实验室文化注重工作生活平衡，支持工作弹性，成员氛围友好融洽有活力。我们鼓励团队协作共同进步，同时依据个人的能力和兴趣定制化培养自主创新和职业可能性。依托我们强大的平台和资源，为实验室成员提供多学科跨领域合作成长、探索自我和展现自我的机会。
研究领域：
Dr. Wang的研究方向城市人工智能、城市空间分析、交通需求分析、经济发展、智慧城市等方向。 Google Scholar: https://scholar.google.com/citations?user=01AmQ8wAAAAJ&hl=en&oi=sra
研究主题：
Travel Decisions：整合统计建模中的离散选择模型理论基础和人工智能的深度学习计算来检查个人出行决策，例如出行方式、路线和城市活动的选择；
Urban Networks：利用机器学习以及复杂网络模型来研究城市网络的风险和不确定性，从而提高交通系统的弹性和经济增长；
Urban Theory and Machine Intelligence：增强城市人工智能算法中的公平性与可解释性，结合城市理论规范人工智能算法的应用，以实现广泛的社会影响
招收学生要求：
本科或硕士学历，优先考虑城市规划、土木/交通工程、地理信息系统的专业背景；或相关学科，如计算机科学、经济学、建筑与景观设计等。
有一定的数学和建模能力或学习经验，比如数据分析、机器学习、统计建模等；
有一定的编程技能，比如学习或使用过Python或R；
有一定的英语学术写作经验和沟通能力；
保持出色的学术记录，并对学术研究有热情。
招收时间：长期有效；2025秋季博士的申请时间2025年12月5日截止，截止日期后请直接联系Dr. Shenhao Wang邮箱
奖学金：全额奖学金（包含学费和生活费）
官方微信号：PhDLeague_Official
官方网站： http://phdleague.org/
点击“阅读原文”，进入我们的官方网站哦！
在这里点击“阅读原文”
