2021年4月11日，课题组在线上举行例会，指导老师唐克双教授、课题组在校学生参与了本次例会。

姚佳蓉、李效松同学分别就其各自学位论文的研究《车辆轨迹数据驱动的关键路径识别与控制优化》与《基于图卷积网络的快速路网事件检测》进行相关汇报。

姚佳蓉同学汇报内容包括：1）提出基于自反馈的路径协调控制模型（PACCO），将区域协调控制问题转化为基于流向对优化单元的遍历搜索问题。2）根据输出的最优区域协调控制方案，提出基于后评估的关键路径识别方法（CPIM），从而实现最大化区域协调效益的关键路径组合和最优配时方案。3）应用案例和当前验证进度。

李效松同学汇报内容包括：1）简要文献综述；2）真实事故数据概况；3）简要介绍了利用图神经网络进行事故识别的流程。包括如何建立拓扑图、如何识别拥堵区域、如何建立特征工程，如何对模型进行调参；4）模型精度评价。唐克双老师对研究过程中的拥堵区域识别部分给出了建设性的意见，并针对精度上产生的问题对后续研究给出若干建议。

唐克双老师与课题组其他成员就上述两位同学汇报中出现的各种问题进行了深入的剖析与讨论，并对后续研究给出若干建议。