科研学术

分享到微信 ×
打开微信“扫一扫”
即可将网页分享至朋友圈
自动化学院硕士生在Knowledge-Based Systems发表研究成果
文:凡时财 来源:自动化学院 时间:2022-06-06 9797

  近日,我校自动化学院自动化研究所邹见效教授团队在中科院一区期刊Knowledge-Based Systems发表题为《A Quadruplet Deep Metric Learning Model for Imbalanced Time-series Fault Diagnosis》的研究型论文。硕士二年级学生贵兴泰为论文第一作者,凡时财教授为通讯作者。

  论文针对工业故障诊断中的不平衡分类任务,提出了一种基于深度度量学习的不平衡分类框架。该工作通过提出一种面向不平衡类数据的四元组数据对构建了一种新的四元组损失函数,提升了模型在不平衡数据上的表征能力。通过大量的实验分析对比,验证了该框架的有效性和先进性。

1.png

  此外,贵兴泰同学以第一作者身份撰写的《Constrained Adaptive Projection with Pretrained Features for Anomaly Detection》论文,近日也被IJCAI2022(31st International Joint Conference on Artificial Intelligence)接收。IJCAI是人工智能领域顶级会议,位列中国计算机学会推荐国际会议A类。本年度会议投稿超过4500篇,录用率仅为15%。

  电子科技大学自动化研究所以电子信息技术为支撑,以人工智能及自动化技术为核心,主要从事智能装备的开发与应用,以及相关新理论、新技术的基础与应用研究。先后承担包括国家重点研发计划、国家自然科学基金等,获授权专利近百项,在人工智能、自控控制及电力电子顶级或知名期刊TIP、T-SMC、KBS、PR、NC、TPEL、TIE、JESTPE、TIA和国际顶级会议 AAAI、IJCAI、ACC、CDC、ICASSP、IECON、APEC、ECCE等其他国际会议上发表论文百余篇。凡时财教授主要从事模式识别与机器学习的理论及应用研究,在基于生物医学大数据的疾病检测、工业大数据的异常检测与诊断方面开展了深入研究。

 

  论文链接:https://www.sciencedirect.com/science/article/pii/S0950705121010765


编辑:肖洁  / 审核:林坤  / 发布:陈伟

"