姓名：黄龙吉

职称：高聘副教授、硕士生导师

电子邮箱：longji@szut.edu.cn

研究方向：时空数据建模、智慧交通及智慧城市、AI+应用

个人简介

黄龙吉，男，1996年生，工学博士，硕士生导师，高聘副教授，CCF人工智能与模式识别专委委员、CCF数据库专委委员、CCF大数据专委委员、CCF苏州委员。2024年6月获西安电子科技大学工学博士学位。同年加入苏州工学院计算机科学与工程学院，从事教学与科研工作。主要研究领域为时空数据建模、智慧交通及智慧城市等。在包括TKDD、KBS、Applied Intelligence、ACM TIST以及ACM SIGSPATIAL等著名国际期刊和国际会议上发表SCI论文10余篇，其中第一作者8篇（其中3篇中科院一区，ACM Trans 2篇，CCF B类2篇），申请或授权专利4项，担任多个期刊审稿人。

主要科研项目

1. 江苏省高等学校基础科学（自然科学）研究面上项目（B类），城市非完备时空数据多层次自监督时空补全与增强研究，2025.07-2027.07，江苏省教育厅，主持。

2. 江苏省高等教育教改研究课题，2025年，参与。

3. 指导校级/省级大学生创新创业训练计划项目多项：基于深度学习预测的智慧交通数据分析平台与系统设计；建筑物多点震动监测下时空AI智能分析及预警系统等。

近期代表性论文

1. Longji Huang, Jianbin Huang, He Li, and Jiangtao Cui. LSTGCN: Inductive Spatial Temporal Imputation Using Long Short Term Dependencies. ACM Transactions on Knowledge Discovery from Data (TKDD). 2024, 18, 9, Article 235.（CCF B类，JCR一区）

2. Longji Huang, Jianbin Huang, Peiji Chen, He Li, Jiangtao Cui. Long-term sequence dependency capture for spatiotemporal graph modeling. Knowledge-Based Systems. 278: 110818 (2023).（中科院一区）等

专利

1. 黄龙吉,邢晓双等. 基于时序语义注意力的自监督时空数据补全方法及系统. 专利号：ZL 2025 1 0841249.3.

2. 黄龙吉,邢晓双等. 基于可变形卷积和归纳图聚合的城市时空数据补全方法. 申请号：202510437736.3.等

主要承担的教学课程

1. 大学计算机素养——人工智能

2. 人工智能与数据分析