学术讲座预告

装备制造业日益向高端化、智能化方向发展，嵌装在装备关键部件的一些先进传感器能实时采集到装备运行状态的多维异构特征信息，在此工业大数据背景下开发高效的数据驱动诊断模型，研究装备性能退化规律，保障装备可靠运行并为装备视情维护决策提供科学依据，这方面的研究需要先进的AI方法支撑。江苏省应用统计学会现邀请英国兰卡斯特大学工程学院夏敏副教授就此做一场前沿性学术讲座，欢迎感兴趣的广大会员参会交流。

时间：2023年4月7日上午10:00-12:00

地点：南京理工大学经济管理学院106教室

题目：Advanced AI for Machine and Process Monitoring in Digital Manufacturing （数字化制造中设备和过程监测的先进AI方法）

摘要：随着工业4.0的兴起，工业设备和制造过程通过物联网、传感器技术被广泛连接和监测，产生了大量工业传感器数据。数据驱动的方法在实现工业设备和制造过程的智能监测和优化方面显示出巨大的潜力。作为机器学习（ML）和人工智能（AI）的一个子类别，近十年来，深度学习在各个领域取得了巨大成功。然而，在实际工业环境中，依托有效和可靠的人工智能来提供解决方案仍存在挑战，包括但不限于：缺乏数据、跨工况、传感器故障和强噪声干扰等。本次讲座将介绍基于深度学习的方法在解决这些问题的最新方法、进展，以实现智能和可持续制造。此外，还将介绍最新的物理-信息机器学习（physics-informed，PIML）方法及其应用，它在解决广泛的工程问题方面具有巨大的潜力。

专家简介：夏敏，英国兰卡斯特大学工程学院副教授，高等教育学院院士，IEEE高级会员，加拿大英属哥伦比亚大学机械工程博士、博士后，东京大学访问学者。研究聚焦于机器学习在多个工程领域的应用，重点涵盖智能制造、过程监测和优化、设备故障诊断和预测、清洁能源生产等。已发表60多篇高水平论文，包括机电一体化和工业信息学的顶级期刊，如IEEE/ASME Transactions on Mechatronics，IEEE Transactions on Industrial Informatics等，被列入世界前2%的科学家名单。曾担任8个国际会议的总主席和委员会主席，现担任5个高水平SCI期刊（如IEEE Transactions on Instrumentation and Measurement）的副编辑，并在多个高水平期刊（如IEEE Transactions on Industrial Informatics）上组织了15个主题专刊。先后主持和参与了11个研究项目，在英国、加拿大和日本等国获得资助经费超过150万英镑。