（图文|胡俊伟 编辑|辛西 审核|冯在文）12月20日上午，信息学院“Happy Hour”年度第22期学术交流会议通过线上腾讯会议平台举行。应我院冯在文副教授邀请，新西兰奥克兰大学计算机学院赵凯祺高级讲师作了题为“Spatio-Temporal Representation Learning for Multivariate Time Series Data”的学术报告。报告由冯在文主持，信息学院多位老师和同学参与交流。

   赵凯祺是新西兰奥克兰大学计算机学院高级讲师，于2018年获新加坡南洋理工大学(NTU)计算机科学博士学位。加入奥克兰大学之前，他是新加坡南洋理工大学Singtel Cognitive and Artificial Intelligence Lab的博士后研究员，其研究领域为数据挖掘，重点是地理空间数据管理和挖掘、图表示学习和概率建模等。他于2022年获新西兰皇家学会颁发的1项竞争激烈、享有盛誉的研究资助。赵凯祺老师在数据库和数据挖掘领域顶级会议和期刊发表40余篇论文，包括SIGMOD、KDD、VLDB、ICDE、SIGIR、TKDE等，担任KDD领域主席和其他顶级会议项目委员会成员。

   本次报告，赵凯祺老师首先讲到地理定位技术的普及加速了城市数字化，不仅捕捉了静态位置，还捕捉了车辆和人类的移动性。有了这些数字化的城市细节，最近的研究集中于更好了解城市环境及其对人类活动的影响。城市的时空数据在空间和时间维度上都表现出很高复杂性，这对地理空间数据的建模提出挑战。接下来，赵凯祺博士概述了他们对时空数据的研究，深入探讨了多元时间序列数据时空表示学习模型的设计及其在补全和预测任务中的应用。最后，赵凯祺阐述了未来研究工作，将周期性和不规则性的建模与空间相关性相结合以及考虑更复杂场景，例如多种空间分辨率、多模态数据源等。

   报告结束，张泽宇老师、冯在文老师、研究生代表等就地理空间数据建模及多元时间序列预测性能等问题与赵凯祺老师进行深入交流。