副研究员、硕士生导师、深圳市“孔雀人才” 。武汉大学与美国威斯康辛麦迪逊地理学联合培养博士，研究方向: 遥感影像时空融合超分辨、人工智能遥感图像解译、遥感数据辅助下的空间推理制图；
研究方向1: 面向模型泛化和效率的深度神经网络遥感解译
研究方向2: 基于状态光谱特征空间的空间推理
研究方向3: 基于神经网络的多尺度遥感数据时空融合。
课题组网站：https://shawnmiloguo.github.io/SIAT-GeoScience/

人工智能与卫星遥感智能解译

[1] The Improved U-STFM: A Deep Learning-Based Nonlinear Spatial-Temporal Fusion Model for Land Surface Temperature Downscaling, Remote Sensing, 2024.
[2] Full Parameter Time Complexity (FPTC): A Method to Evaluate the Running Time of Machine Learning Classifiers for Land Use/Land Cover Classification, IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, 2021.
[3] MODIS ocean color product downscaling via spatio-temporal fusion and regression: The case of chlorophyll-a in coastal waters, INTERNATIONAL JOURNAL OF APPLIED EARTH OBSERVATIONS AND GEOINFORMATION, 2018
[4] Unification of soil feedback patterns under different evaporation conditions to improve soil differentiation over flat area, INTERNATIONAL JOURNAL OF APPLIED EARTH OBSERVATIONS AND GEOINFORMATION, 2016
[5] Data-Gap Filling to Understand the Dynamic Feedback Pattern of Soil, REMOTE SENSING, 2015

在JAG，RS，JSTAR等遥感期刊发表论文30余篇。申请发明专利13项，授权9项，软件著作权3项。主持国家重点研发计划子课题、国家自然科学基金青年基金，深圳市基础研究项目。作为核心人员参与多项重要研究项目，包括科技部国家重点研发计划，深圳市可持续发展科技专项，和中国科学院战略先导科技专项、广东省自然科学基金、深圳市基础研究重点、深圳市可持续发展专项等。当前研究兴趣包括：卫星遥感人工智能算法、影像超分辨及时空数据融合、森林冠层理化参数反演、基于遥感数据的空间推理等，获国家测绘科技一等奖、深圳市科技进步二等奖。任JAG、RS等国际期刊审稿人。