已发表的同行评审论文，附框架图与公开代码
Google Scholar 主页
Zhao A., Gui Z., Liang J., Liu Y., Peng D., Wei W., Hou S., Wu H.
协同大语言模型与小语言模型，从众包的 Google Earth Engine 脚本中抽取可复用的地学处理建模知识。
Hou S., Liang J., Zhao A., Wu H.
通过语法树解析与频繁模式挖掘，从 Earth Engine 脚本中提取算子调用关系，构建算子知识库以提升大语言模型的代码生成效果。
Hou S., Zhao A., Liang J., Shen Z., Wu H.
从 Earth Engine 脚本中构建算子-功能知识库，将算子与其承担的功能关联起来，作为大语言模型生成地学代码时的检索上下文。
Hou S., Shen Z., Zhao A., Liang J., Gui Z., Guan X., Li R., Wu H.
利用专门构建的地理空间代码语料（预训练、指令微调与评测集）微调开源大语言模型，得到专用于地理空间代码生成的模型。
Hou S., Jiao H., Liang J., Shen Z., Zhao A., Wu H.
一个基于大语言模型的智能体，通过任务规划、地理空间知识检索、代码生成与迭代调试完成地理空间编程任务。
Wu H., Jiao H., Hou S., Liang J., Shen Z., Zhao A., et al.
在协作流程中协调多个分工明确的大语言模型智能体，对地理空间代码进行任务分解、编写、审查与优化。
Wei W., Gui Z., Wu C., Zhao A., Peng D., Wu H.
为每幅图像学习多个动态视觉子嵌入以刻画多样语义，并引入快速重排序阶段以提升图文检索精度。
Gui Z., Huang Z., Chen H., Peng D., Liu Y., Fang G., Lan Q., Zhao A., Wu H.
借助空间分区与性能优化，在 Apache Spark 上并行化局部方向中心性聚类算法，实现大规模数据的可扩展聚类。
Liang J., Hou S., Zhao A., Xu Q., Xiang L., Li R., Wu H.
设计一种由大语言模型抽取实体与关系的地学建模知识图谱，支持建模知识的语义检索与推荐。
Liu Y., Gui Z., Xu Y., Gao S., Zhao A., et al.
借鉴人格五因素模型提出轨迹特质量表，基于 GPS 轨迹特征为驾驶员的外向性、开放性、神经质和尽责性打分。
Liang J., Zhao A., Hou S., Wu H., Jin F.
一种 GPT 辅助的流程，从 Google Earth Engine 脚本中抽取地理分析模型的结构化知识，并复用这些知识支持模型构建。
Gui Z., Liu X., Zhao A., et al.
基于相关反馈识别用户的地图检索意图，并利用地理本体引导意图的推断与迭代更新。
Yan L., Yang J., Zhang Y., Zhao A., Li X.
通过变化检测与卡方检验识别不变像元，再拟合相对辐射归一化模型，实现高分系列不同传感器影像的辐射归一化。
2026 年 10 月 · 个人主页上线，欢迎在可信人工智能与大语言模型智能体方向开展合作，详见欢迎合作。
2026 年 10 月 · 发布 爬虫学习路线，从第一个请求到完整爬虫项目的中英双语教程。
2026 年 9 月 · 发布 LLM 智能体学习地图，涵盖分阶段学习资源与关键论文时间线。
2025 年 11 月 · 关于大小语言模型协同抽取地学建模知识的一作论文发表于 IJGIS。
2025 年 9 月 · 加入慕尼黑工业大学地图学与可视分析教席攻读博士学位。
指导学生 · 指导地理空间 AI 解释评测方向的硕士论文。
教学 · 参与慕尼黑工业大学研讨课 Mapping for a Sustainable World 的选题设计。曾担任剑桥大学人工智能暑期学校（2021）、武汉大学国际地理信息暑期学校（2022）以及武汉大学《数据结构与程序设计》C++ 课程（2024–2025）助教。
希望与在可信与可解释人工智能、大语言模型与多模态智能体（包括智能体的评测、可靠性与推理等前沿问题）以及人工智能时代的位置隐私等方向有共同兴趣的研究者合作。贴近 GeoAI 的课题当然欢迎，偏人工智能、把空间数据作为测试场景之一的问题同样欢迎。无论是博士生、博士后还是业界研究人员，合作形式可以是联合论文、数据集或基准，也可以是开源工具。如果你的研究与这些方向有交集，欢迎发邮件简单介绍你正在做的工作。
