【研究方向】

大方向：人工智能与建筑环境、智能建造、低碳设计、建筑性能优化、LLM应用

细分方向：图神经网络与物理约束机器学习；LLM/GraphRAG/Agentic AI在施工与审查中的应用；参数化建筑多目标优化；3D/4D打印建筑构件与低碳建造

【可指导区位】SCI一区至四区期刊、建筑环境/土木/智能建造/AI交叉领域论文。可指导主题包括：AI+建筑/建造；图神经网络、贝叶斯优化等算法应用；LLM在建筑领域的落地；3D打印建筑构件、建筑性能优化；BIM、数字孪生相关毕业论文。

【指导经验】QS Top 20 大学期间担任助教，协助指导8名余学生毕业设计，参与AI教学平台、建筑性能预测等跨学科项目。能全程辅导学生从选题、方法设计到论文写作与修改。

【指导特点】交叉学科选题能力强，注重算法与建筑工程实际问题的结合；重视论文逻辑与科研叙事；熟悉图神经网络、LLM、遗传算法、贝叶斯优化等；具备产业合作经验，特别适合建筑/土木背景学生向AI方向转型，提供全过程指导。

【研究方向】

大方向：人工智能与建筑环境、智能建造、低碳设计、建筑性能优化、LLM应用

细分方向：图神经网络与物理约束机器学习；LLM/GraphRAG/Agentic AI在施工与审查中的应用；参数化建筑多目标优化；3D/4D打印建筑构件与低碳建造

【可指导区位】SCI一区至四区期刊、建筑环境/土木/智能建造/AI交叉领域论文。可指导主题包括：AI+建筑/建造；图神经网络、贝叶斯优化等算法应用；LLM在建筑领域的落地；3D打印建筑构件、建筑性能优化；BIM、数字孪生相关毕业论文。

【指导经验】QS Top 20 大学期间担任助教，协助指导8名余学生毕业设计，参与AI教学平台、建筑性能预测等跨学科项目。能全程辅导学生从选题、方法设计到论文写作与修改。

【指导特点】交叉学科选题能力强，注重算法与建筑工程实际问题的结合；重视论文逻辑与科研叙事；熟悉图神经网络、LLM、遗传算法、贝叶斯优化等；具备产业合作经验，特别适合建筑/土木背景学生向AI方向转型，提供全过程指导。