梁敏飞，福建泉州人，教授，博士生导师，入选国家级青年人才项目，交通隧道工程教育部创新团队骨干成员。2017、2020年先后于西南交通大学获得学士、硕士学位，2024年获代尔夫特理工大学博士学位，2024-2026年于牛津大学从事博士后研究。主要研究方向包括：智慧交通、土木工程材料、多尺度力学实验与模拟、地下结构长期服役行为与耐久性。近年在Cement and Concrete Research，Cement and Concrete Composites，Computer-Aided Civil and Infrastructure Engineering等领域顶刊发表SCI论文50余篇，其中以第一/通讯作者发表中科院一/二区论文25篇，谷歌学术被引1300余次，H指数20+。主持及参与国家自然科学基金、欧洲地平线研究计划等课题多项。担任知名期刊Construction and Building Materials 客座编辑，第十二届国际混凝土徐变大会学术/组织委员会委员，第五届国际可持续混凝土结构数值模拟大会学术委员会委员。

如果你具有土木、交通、材料、力学等相关学科背景，并希望在原有专业基础上转向人工智能前沿研究，课题组将提供完善的交叉培养路径、研究平台与基础设施支撑，包括 AI 大模型 Token、充足的 GPU/CPU 算力资源、重大交通基础设施工程场景、实验平台和现场数据。课题组鼓励学生面向真实工程问题，系统掌握前沿 AI 理论与方法，完成从算法开发、材料实验到工程验证的科研训练，产出高水平期刊/会议论文成果。课题组目前主要研究方向包括：

• 1. 智慧交通与运维：全天候交通感知、交通异常识别、时空交通态势预测、隧道通风照明控制、多智能体调度与灾害应急决策。

• 2. 水泥基材料与 AI 设计：融合实验、多物理场耦合模型、多尺度力学模型与机器学习的科学计算方法，开展新型水泥基材料的力学特性（UHPC\ECC..）、体积稳定性（收缩、徐变）、功能性（修复、感知、能量收集）、可持续性（AAS\LC3）等一系列性能的预测、优化和设计。

• 3. 地下结构长期服役感知：长大隧道、地下结构的健康监测、耐久劣化、寿命预测与数字孪生。

课题组鼓励学生围绕 AI 与基础设施交叉中的关键科学问题开展研究，重点关注跨域鲁棒学习、异常检测、小样本元学习、生成式 AI、多模态基础模型、科学机器学习、不确定性量化等领域，共同产出高水平论文，并服务重大基础设施安全与智能化发展。