2022年11月24日，TOPS课题组第117期组会在通达馆A436线上线下同时召开。本次组会由2022级博士生聂通 和大家交流讨论了《数据驱动的时空交通数据补全与路网状态估计》的相关内容。课题组全体老师和同学出席了本次组会。

聂通汇报时刻

聂通 首先介绍了交通系统时空数据补全的研究背景，列举了交通时空数据的主要研究问题，并从相关性与低秩性视角对时空交通数据进行解构，指出时空交通数据建模的关键在于利用系统冗余性。然后，他分别介绍了基于张量优化的时空数据建模与补全、稀疏感知下的大规模路网速度估计以及基于图神经网络的短时流量估计等三部分研究内容。最后，聂通 在总结现阶段成果的基础上对下一步研究做出了展望。

汇报内容

在讨论环节，聂通与各位老师、同学进行了深入的交流。

田野 老师建议在成本、隐私、精度等方面进一步明确未来应用方向和研究价值，考虑拓展到交通仿真场景从而提升动态交通分配的运算效率；杭鹏 老师针对不同场景下的精度要求以及算法的实时性进行了提问；岳李圣飒 老师就研究中高维数据矩阵的降维思路进行了提问；秦国阳 博士提出，研究的难点在于如何进一步捕捉和表征短时流量异步性，并建议未来应用到城市路网场景中进一步验证。

汇报内容

张小卉 就低秩模型和路网异质性的定义、以及全局相似性的应用进行了提问；李政就有关低秩导致的误差问题、高维优化问题的优化目标等问题进行了提问；刘佳琦 就非凸优化的求解算法以及模型相关假设等问题进行了提问；王诗菡 就研究中基于张量优化的约束存在性进行了提问。

汇报内容

最后，孙剑 老师对本次组会做出了总结。他指出，未来的研究应注重数据与仿真的整合，尝试解决不易验证的个体路径流量重构问题。他强调，科学研究中应注重过程的专注、投入，在需求牵引、问题驱动的基础上提炼科学问题，加强对现实问题的关注。

至此，本次组会圆满结束。