報告人：李巍華教授
時間：2020年9月30日14：30
地點：大學城校區工學二号館202會議室
報告人簡介：
李巍華，2003年于華中科技大學機械工程專業獲工學博士學位，現任華南理工大學機械與汽車工程學院副院長、教授、博士生導師。IEEE高級會員(IEEE儀器測試學會狀态監測與故障診斷儀器技術委員會共同主席)、ASME會員、中國機械工程學會高級會員、中國振動工程學會故障診斷專業委員會常務理事、機械動力學專業委員會理事。主要從事複雜機電設備智能故障診斷及預測性維護、智能駕駛汽車環境感知技術等研究工作，主持國家重點研發計劃課題1項，國家自然科學基金項目4項，廣東省重點研發計劃課題1項，主持企業合作項目近10項；任IEEE Sensors Journal, Mathematical Problems in Engineering專刊Guest Editor，在IEEE TII、TIM、Sensors Journal, Renewable Energy, MSSP，Computers in Industry等發表論文70餘篇(其中ESI高被引論文4篇)；授權發明專利8項；出版專著3部。
報告摘要：
以深度學習為代表的新一代人工智能技術在故障診斷領域引起了廣泛的關注和深入的研究，然而，智能診斷方法對于數據的依賴與大量故障模式數據難以獲取之間的矛盾影響着深度學習診斷方法的應用。對于由實驗研究構建的智能診斷模型難以匹配工業現場診斷需求的問題，将深度學習理論和遷移學習技術相結合，利用深度學習的大數據特征學習能力和遷移學習在模型泛化方面的優點，充分利用珍貴的‘大數據(深度學習)和小數據(遷移學習)上的能力’，提出系列基于深度遷移學習的機械系統故障診斷方法，為複雜機械系統的故障診斷與預測提供新的方法和手段。
