太阳能
Global estimation of building-integrated facade and rooftop photovoltaic potential by integrating 3D building footprint and spatio-temporal datasets
整合三维建筑足迹与气象数据，估算全球 120 个城市的建筑一体化光伏潜力；立面光伏潜力平均可达屋顶潜力的 68.2%。
· Nexus
MPhil 研究生（二年级）
徐剑
EIES-Lab · 香港理工大学
我现为香港理工大学建筑环境及能源工程学系研究型硕士生，在严晋跃教授和郭直灵老师的共同指导下开展研究。本科毕业于南方科技大学计算机科学与技术专业。
我的研究结合深度学习、三维计算机视觉与城市能源建模，重点开展城市尺度屋顶光伏潜力评估，通过融合城市三维几何、气象数据与物理模拟，构建高效的预测模型。目前也在探索主动感知与建筑信息模型自动重建，面向城市数字孪生与气候韧性应用。
研究兴趣
- 01城市能源系统与光伏潜力评估
- 02主动感知与环境重建
- 03三维计算机视觉与建筑信息建模
教育背景
2026
哲学硕士，建筑环境及能源工程
香港理工大学
2020 – 2024
工学学士，计算机科学与技术
南方科技大学
代表论文
太阳能
Advancing building facade solar potential assessment through AIoT, GIS, and meteorology synergy
整合 AIoT、GIS 与气象数据，建立考虑三维遮挡的建筑立面光伏潜力评估模型，发现立面元素解析与阴影效应是准确估算的关键。
· Advances in Applied Energy
太阳能第一作者
Spatiotemporal feature encoded deep learning method for rooftop PV potential assessment
编码多源时空特征的深度学习框架，可预测阴影投射并计算屋顶光伏潜力（年发电潜力 MAPE 2.85%，遮挡评估 mIoU 89.23%），速度约为仿真方法的 158 倍。
· Applied Energy
学术报告
学术报告待补充。
项目与成果
项目信息待补充。
技能与爱好
技能
- Python, PyTorch, Deep Learning, 3D Computer Vision, GIS
爱好
- GTA 狂热爱好者、乒乓球、足球
荣誉奖项
奖项待补充。