师说 | 唐晓莹教授：科研，是持续的探索与挑战

科研，是持续的探索与挑战

“师者，所以传道受业解惑也”，理工学院特推出“师说”系列专访，对学院教授进行访谈，请他们分享自己的成长奋斗历程及对专业领域的见解，表达他们对教学的热爱、对科研的执著，激励理工学子找到自己热爱的事业、实现自己的理想。本期师说邀请到唐晓莹教授来畅谈她的成长历程和对新能源领域的理解与看法。

教授简介

唐晓莹，香港中文大学（深圳）理工学院助理教授、博士生导师，兼任深圳市人工智能与机器人研究院副研究员。分别于电子科技大学英才实验学院、香港中文大学信息工程系获学士、博士学位，2016至2019分别在瑞士联邦理工学院担任研究科学家以及在香港中文大学任职博士后研究员。入选广东省“珠江人才计划”青年拔尖人才项目、深圳市海外高层次人才“孔雀计划”C类、龙岗区深龙英才。入选 IEEE PES中国区电动汽车技术委员会委员，并担任电动汽车与能源交通系统融合技术分委会常务理事。目前主持国家自然科学基金青年项目一项。

 唐晓莹教授的主要研究方向为联邦学习算法理论、模型泛化以及充电网络优化等人工智能交叉领域。以第一作者获得IEEE SmarGridComm 2013年唯一最佳论文奖，以第一作者在国际知名出版社Springer出版科研专著“Optimal charging control of electric vehicles in smart grids”。曾担任IEEE ICC 2019智能电网研讨会副主席、ICCC2021MWN分会主席、WOCC2022注册与财务主席以及国际顶级会议如IEEE SmartGridComm、IEEE PSCC、IEEE Globecom等技术委员会会员，以及ICML、NeurIPS、TSG、TPWRS、TII、IOJT等国际顶级期刊或会议的审稿人。

目光长远，行业前景光明。唐晓莹教授选择电动汽车充电这一研究方向时，电动汽车的发展还处于萌芽阶段，但是唐教授的博士导师独具慧眼，带领她走入了这个颇具前景的领域。如今，随着电动汽车行业的蓬勃发展，电动汽车充电的研究已经从理论走向实际应用。目前，唐教授的研究方向包括理论和应用两部分，理论部分着重于机器学习算法，应用部分集中在电动汽车充电调度和优化算法。她的研究致力于优化充电效率、缩短充电时间、提高整体充电运营的经济效益和运营性能等，并在信息层面提出比较先进的算法。近日，国内首份《车网互动规模化应用与发展白皮书》发布，在“双碳”目标的大背景下，唐教授作为此项目的参与方之一，表示很高兴看到自己学习的理论可以在实际生活中得到应用。唐教授的研究对于实现低碳交通和可持续发展目标具有重要意义。

科研是一个持续探索的过程，既有成功，也会有挫折。唐教授认为，科研的压力是每个从事该领域的工作者都必须面对的。她分享了自己在攻读博士学位期间的经历。当她准备发表一篇关于电动车充电优化的论文时，发现其中的算法设计和证明还有一些不完备之处。尽管她在几天之内就找到了解决方法，但唐教授表示，每当回忆起那时自己焦虑的心情，她都希望今后在面对问题时可以放松自己。同时，她也教导自己团队中的学生，在面对困难时要保持轻松的心态，积极寻找解决方案。

科研是一个持续挑战的过程，寻找并解决新的有价值的问题的过程中也伴随着新技能的学习。唐教授认为，新技能的习得所带来的成就感会形成正向反馈，自己也会更愿意去探索、挑战更多有趣的新问题。唐教授表示，学校的科研氛围浓厚、科研环境纯粹。在这样的氛围下，不仅老师们可以在完成教学工作的同时全身心投入科研，学生们也都非常乐于表达自己的观点，积极联系导师尽早接触科研项目。

在科研之外，唐教授也在不断挑战自己，发展多样的兴趣。她加入了学校的合唱团，并学习古典舞。这些活动可以帮助她放松自己，以更好的状态面对教学与科研工作。她也鼓励大家不论是在工作中还是生活中，都可以遵循自己的兴趣，在挑战与探索的过程中获得正向反馈。唐教授认为，这种积极的心态可以帮助大家更好地面对生活中的挑战，并持续不断地获得新的成就感。

文案 | 朱洛君（理工学院 道扬书院）

亢健桐（理工学院 祥波书院）