涂梅婷
研究员
所属大学: 同济大学
所属学院: 交通运输工程学院
个人简介
涂梅婷,女,江西南昌人,1995年8月出生,同济大学交通运输工程学院特聘研究员。2020年6月分别取得法国巴黎萨克雷大学博士学位(2022软科世界大学学术排名第13名)和同济大学博士学位。2022年入选上海市海外领军人才计划(原上海市青年千人)和上海市高等教育人才揽蓄计划。 专注于共享交通管理、低碳交通规划、时空大数据挖掘、人工智能算法等研究方向,在TR-Part D、TFSC等交通与环境领域国内外权威学术期刊与会议累计发表学术论文10余篇,其中ESI高被引论文1篇。担任TR-Part D,E等多个国际高水平期刊审稿人。核心参与国家自然科学基金、交通部软课题、高等学校博士点专项科研基金、上海哲学社会科学基金、国务院学位办重点课题等20余项研究项目。 我认为最好的师生关系是亦师亦友,在亦师亦友的关系中,相互影响、共同进步,不失为一份双向奔赴的欢喜。致力于培养具有国际视野的综合性人才,会给学生提供丰富的出国学习交流的机会。 教育经历 巴黎萨克雷大学 博士 信息通信科学与技术 自动化(2019.01-2022.06) 同济大学 直博 交通规划与管理(2017.09-2022.06) 北京交通大学 学士 交通工程(铁道运输)(2013.09-2017.06) 工作经历 同济大学交通运输工程学院 交通工程系 特聘研究员(2022.06-至今) 获奖情况 上海市海外领军人才引进计划 2022 “中法蔡元培”奖学金 2019-2022 巴黎萨克雷大学国际交流奖学金 2020
研究领域
共享出行系统的优化与管理 人工智能算法在交通问题中的应用 时空大数据分析 交通行为建模与分析 低碳交通与公共政策
近期论文
Tu M.,Li W., Orfila O., Li Y., & Gruyer D. Exploring nonlinear effects of the built environment on ridesplitting: Evidence from Chengdu. Transportation Research Part D: Transport and Environment, 2021, 93, 102776.(ESI高被引,SCI, Q1, IF= 5.495) Tu M.,Li Y, Li W, Orfila O., & Gruyer D. Improving ridesplitting services using optimization procedures on a shareability network: A case study of Chengdu [J]. Technological Forecasting and Social Change, 2019, 149: 119733.(SCI, Q1, IF= 8.593, Top) Li W., Pu Z., Li Y., &Tu M.How does ridesplitting reduce emissions from ridesourcing? A spatiotemporal analysis in Chengdu, China. Transportation Research Part D: Transport and Environment, 2021, 95, 102885.(SCI, Q1, IF= 5.495) Li, H., Ou, D., Rasheed, I., &Tu, M.A Software-Defined Networking Roadside Unit Cloud Resource Management Framework for Vehicle Ad Hoc Networks. 2022, Journal of Advanced Transportation.(SCI, Q2, IF= 2.93) Tu M.,Li Y, Bao L, Wei Y., Orfila O., & Gruyer D. Logarithmic Mean Divisia Index Decomposition of CO2 Emissions from Urban Passenger Transport: An Empirical Study of Global Cities from 1960–2001[J]. Sustainability, 2019, 11(16): 4310.(SCI, Q2, IF= 3.251) Tu M.,Ye LI, Orfila O., Li Y., & Gruyer D. Improving Ridesplitting Service Using Optimization Procedures on Shareability Network: A Case Study of Chengdu, China. IEEE Intelligent Transportation Systems Conference (ITSC), 2019, 10: 4506-4511. (EI) Tu M., Wang T., Orfila, O., Li, Y., & Gruyer, D.Applying machine learning XGBoost to examine the relationship between built environment and dockless shared bike ridership, 2022, 102nd Annual Meeting of the Transportation Research Board, Washington, D.C. (EI)