9月22日，由同济大学主办、哈尔滨工业大学协办的首届“土木工程中的大数据”研讨会在我校中法中心举行。上海市科委、我校土木工程学院相关负责人致辞。我校研究生院院长黄宏伟教授、我校李杰教授、哈尔滨工业大学李惠教授以及来自全国20个高校的80余名代表参加了会议。会议邀请Stephen Wu、孟德宇、史作强、倪一清、黄宏伟等13位专家作邀请报告，邀请雷鹰、王元丰、叶肖伟、姜绍飞等专家做会议主持。代表们分别来自国内外土木工程、数学和计算机等不同领域，围绕“土木工程中的大数据——机遇、挑战、实践和趋势”的主题，通过学术报告、交流、自由讨论等环节，展开了深入的研讨与交流。
      日本统计数学研究所Stephen Wu教授以“迁移学习在工程应用中的发展趋势”为题，从图像识别引入迁移学习，循序渐进地介绍了其在工程结构建模中应用的思路和发展趋势，并以实例为参会者展示了迁移学习在样本数据较少时所拥有的优势，为工程结构建模提供了新的思路和新的方法。
      西安交通大学大数据算法与分析技术国家重点实验室孟德宇教授带来了题为“误差建模原理”的特邀报告，介绍了通过机器学习对误差变量建模的原理，并通过数个实例展示了其在信号恢复等方向的应用。
      清华大学丘成桐数学中心史作强教授为参会者作了题为“流形学习的偏微分方程方法”的报告，向参会代表深入介绍了流形学习中的偏微分方程，并对其工程应用作了展望和畅想。
      香港理工大学倪一清教授以“Bayesian methods for big data from spatio-temporal monitoring”为题，向参会者深入介绍了贝叶斯公式，“Bayesian公式虽然是数学，但它诠释的是关于思考的数学”。倪教授以粤港澳多个地标性工程的健康监测为例，为参会者展示Bayesian公式的应用和发展。
      我校黄宏伟教授在会上作了题为“‘隧道工程结构健康的智慧感知’的实现隧道结构病害的智能检测”的报告，利用无线感知网络（WSN）实现隧道结构病害的实时智慧监控；利用基于贝叶斯网络建立多元数据融合模型，有效诊断隧道病害成因。
      哈尔滨工业大学李惠教授团队着眼于基于人工智能的结构健康监测，几位学者从不同途径对结构监测进行优化，包括了深度学习方法、稀疏学习方法及数据相关性统计建模，多角度地展示了引入大数据、人工智能方法的优势。
      我校李杰教授团队基于大数据技术，在第三代结构设计理论、随机结构可靠度分析、工程结构荷载等方向做了深入研究，结合多项具体实例，为参会者作了深入浅出地报告，并对大数据与土木工程跨领域的发展作出了展望。
      自由讨论环节由陈建兵教授主持，参会代表踊跃发言，指出“研讨会报告水平高，跨多学科、内容丰富、针对性强”“是领域内的首个大数据研讨会”“具有里程碑意义”，建议保持跨学科交流研讨的特色，同时考虑创办期刊、举行暑期学校等措施，推动土木工程与新兴学科的交叉融合。参会代表积极申请承办后续会议，目前确定第二届、第三届会议分别由哈尔滨工业大学、厦门大学承办。
      研讨会指导专家李杰教授、李惠教授分别作了精彩点评和总结。他们一致认为，大数据技术的推广和应用给包括土木工程在内的各个学科带来了新的历史性发展机遇，同时也给传统的研究范式带来了巨大的挑战，应满怀热情地拓展土木工程中的大数据、人工智能等“新边疆”，在巩固好传统的根据地的同时，积极寻求多学科交叉融合，大胆创新，合力推进对土木工程中大数据问题的实践，形成真正的源创成果。
      最后，会议组委会主任陈隽教授发言。