主持项目：面向时空图的高效安全联邦学习关键问题研究 (国家自然科学基金面上项目)，大规模人群出行的不确定性分析与城市级别人流预测 (国家自然科学基金面上项目)，以及百度、腾讯、国家电网、厦门地铁、福建省电子信息集团、厦门信息集团等横向项目15+项。
应用一：基于多源异构城市交通数据集（厦门市10亿条/天），构建一体化的全域交通感知的联邦大模型安全高效训推框架，研发20个AI和联邦学习算法，支撑交警、交通局等部门调用2万次/月，获福建省科技进步一等奖，厦门市科技进步二等奖。发表TKDE、WWW、KDD、NeurIPS、AAAI、IJCAI等CCF-A论文15篇，开源城市级别的全域交通流量预测算法GMAN（AAAI2020最具影响力论文排名全球第三，谷歌引用1600+次）。
应用二：圆满完成金砖厦门会晤等重大活动交保任务，开发交通大数据与AI算法推广全国3000政企用户，服务2亿用户出行；交通疫情防控数据分析成果得到厦门市领导批示，市交通局和市卫健委发来感谢信，光明日报、学习强国报道。牵头研发“AI交管助手”部署在厦门交警支队指挥调度实战系统，实现交通预测与拥堵自动预警、交通周报月报生成大模型应用，作为交警典型案例亮相2024年4月第十四届全国交博会。
应用三：协助厦门市工信局策划厦门市大数据安全开放平台（全国首创），支撑厦门市交通局、厦门市城管执法局、厦门市自然规划局、厦门市市场监督管理局等部门的政务数据开放；牵头编制《集美区智慧环保规划》、《集美区智慧城市建设“十四五”规划》、牵头编制厦门地铁4号线和6号线《城轨云与大数据技术指标体系》。
应用四：受教育部教育质量评估中心委托，承担了“高校数智化合规评估AI系统”的项目，旨在用大模型、人工智能手段，面向全国3000家高校赋能本科教育教学的数智化评估。研发了基于国产大模型的评估问题清单自动生成平台：首先，利用厦门大学高等教育学科的全国领先A+学科的专家优势，构建教育评估领域的高质量知识图谱；其次，利用AI Agent、RAG、指令微调等技术打造教育评估大模型；再次，大模型来智能判读高校提交的1+3+3自评报告和相关资料，从而自动生成有关定量数据的评估意见。此外，研发了基于国产大模型的智能评估问答机器人chatBot，以实时解答专家对于评估高校的各种问题，支持本科教育教学评估工作的减负增效。
代表性成果：
Zheng Wang, Xiaoliang Fan*, et al., P4GCN: Vertical Federated Social Recommendation with Privacy-Preserving Two-Party Graph Convolution Networks, WWW-25. [CCF-A]
Ziqi Yang, Xiaoliang Fan*, et al., Federated Graph Learning for Cross-Domain Recommendation, NeurIPS-24. [CCF-A]
Zihui Wang, Xiaoliang Fan* et al. FedSAC: Dynamic Submodel Allocation for Collaborative Fairness in Federated Learning, KDD-24. [CCF-A]
Zhaopeng Peng, Xiaoliang Fan*, et al. FedPFT: Federated Proxy Fine-Tuning of Foundation Models, Accepted by IJCAI-24. [CCF-A]
Chuanpan Zheng, Xiaoliang Fan*, et al., Spatio-Temporal Joint Graph Convolutional Networks for Traffic Forecasting, IEEE Transactions on Knowledge and Data Engineering (TKDE), 36(1): 372-385, 2024. [ESI高被引论文, CCF-A]
Zheng Wang, Xiaoliang Fan*, et al., FedGS: Federated Graph-based Sampling with Arbitrary Client Availability, AAAI-23. [部署在某互联网公司商业化平台, CCF-A]
Shangbin Wu, Xu Yan, Xiaoliang Fan*, et al., Multi-Graph Fusion Networks for Urban Region Embedding, IJCAI-22. [Github 200+ stars, CCF-A]
Chuanpan Zheng, Xiaoliang Fan*, et al., GMAN: A Graph Multi-Attention Network for Traffic Prediction, AAAI-20. [Google引用1600+次, CCF-A]
范晓亮、杨靖世、袁博、王程等，《隐私计算应用 面向高等教育数字化场景的应用规范》,中国通标协的团体标准，厦门大学、中国信通院联合牵头
范晓亮，王铮，王程等，轻量级联邦学习算法与评测开源平台FLGo，[flgo-xmu.github.io ，百度、腾讯、洞见等公司关注，Github 560+ Stars]
范晓亮等，联邦学习的模型训练方法，ZL202110150143.0 [专利转让15万元]
范晓亮，CCF服务计算青年才俊奖，中国计算机学会服务计算专委会，2022
范晓亮等, 中国国际大学生创新大赛（2024）产业赛道国赛银奖，指导教师(序1), 2024