助理教授
研究和教学方向：
人工智能辅助的人居环境空间形态量化分析、空间方案人机共创与空间干预人因推演
教育经历：
香港大学工学学士（土木工程）、剑桥大学哲学硕士（可持续发展工程）、剑桥大学哲学博士（建筑学）
专业履历：
2014年至2017年就职于奥雅纳工程顾问公司东亚区总部（香港），历任助理工程师、驻地工程师，参与港珠澳大桥香港段、香港地铁沙中线、香港理工大学第八期发展等重大基础设施项目的岩土及结构工程设计工作。此后，曾在国家开发银行、剑桥大学马丁中心、阿里巴巴达摩院城市大脑实验室及埃森哲AI研究中心从事专业实践与人工智能相关研发工作。
2023年至2026年于清华大学建筑学院城市规划系从事博士后研究工作。 2026年2月，获聘建筑学院建筑系助理教授。
课程教学
城市模拟推演建模（80001612）
研究项目
主持国家自然科学基金青年科学基金项目、中国博士后科学基金面上项目；参与清华大学人工智能赋能学科建设专项、清华大学—剑桥大学联合科研项目，以及清华—丰田未来城市研究和未来社区相关课题等。
获奖荣誉
入选国家海外博士后引才专项，全国博管会博士后国际交流计划引进项目，清华大学“水木学者”计划；获国家留学基金委剑桥奖学金，剑桥英联邦、欧洲与国际基金会奖学金，剑桥大学麦格达伦学院博士奖学金等资助。
期刊文章
[1]. Zheng, S., Fang, Z.*, & Zhao, L. (2026). Incorporating uncertainty quantification into deep-learning-based travel mode choice modeling: A Bayesian Neural Network approach and an uncertainty-guided active survey framework. Travel Behaviour and Society, 44, 101282. (JCR Q1)
[2]. Fang, Z., Zheng, Q., Zheng, S., & Zhao, L. (2025). CGNet-PIE: A causal generative approach for urban planning intervention effect estimation. Transactions in Urban Data, Science, and Technology, 4(1), 3-21.
[3]. Fang, Z., Jin, Y., Zheng, S., Zhao, L., & Yang, T. (2024). UrbanClassifier: A deep learning-based model for automated typology and temporal analysis of urban fabric across multiple spatial scales and viewpoints. Computers, Environment and Urban Systems, 111, 102132. (JCR Q1)
[4]. Fang, Z., Qi, J., Fan, L., Huang, J., Jin, Y., & Yang, T. (2022). A framework for human-computer interactive street network design based on a multi-stage deep learning approach. Computers, Environment and Urban Systems, 96, 101853. (JCR Q1)
[5]. Fang, Z., Qi, J., Fan, L., Huang, J., Jin, Y., & Yang, T. (2022). A topography-aware approach to the automatic generation of urban road networks. International Journal of Geographical Information Science, 36(10), 2035-2059. (JCR Q1)
[6]. Fang, Z., Jin, Y., & Yang, T. (2022). Incorporating planning intelligence into deep learning: A planning support tool for street network design. Journal of Urban Technology, 29(2), 99-114. (JCR Q1)
[7]. Fang, Z., Qi, J., Yang, T., Wan, L., & Jin, Y. (2020, November). "Reading" cities with computer vision: a new multi-spatial scale urban fabric dataset and a novel convolutional neural network solution for urban fabric classification tasks. In Proceedings of the 28th International Conference on Advances in Geographic Information Systems (pp. 507-517). (CCF)
[8]. 方舟,郑舒文,赵亮.基于深度学习的城市形态感知识别、生成建模与仿真模拟[J].世界建筑,2023,(7):78-84.DOI:10.16414/j.wa.2023.07.019.
[9]. 杨天人,金鹰,方舟.多源数据背景下的城市规划与设计决策——城市系统模型与人工智能技术应用[J].国际城市规划,2021,36(2):1-6.DOI:10.19830/j.upi.2021.034.
