【日期】12月8日

【时间】14:00—15:00

【主题】智能故障诊断中的可信深度学习：进展与挑战

【主讲人】Prof. Ruqiang Yan（严如强）

【主持人】Prof. Yanfu Li（李彦夫）

【语言】：中文

【参加方式一】荷塘雨课堂Lotus Pond Rain Classroom（清华师生），邀请码：W141WB

【参加方式二】腾讯会议Tencent Meeting，会议ID：524 923 066

【讲座介绍】随着人工智能和大数据技术的快速发展，深度学习已经在智能诊断领域得到了广泛应用。虽然深度学习模型在故障诊断中的准确性超过了其它方法，但在使用深度学习模型时仍然存在严重的信任问题，即我们不知道模型什么时候失效，也不知道什么时候该信任这个模型。为了赋予深度学习模型以人类的信任，我们以深度学习的不确定性为基础衡量了模型的适用边界，并试图建立深度学习模型的失效保护机制。本次报告以新故障检测为例，介绍贝叶斯理论在深度学习不确定性上的应用。最后进一步探讨大数据时代可信智能诊断的发展趋势。

【主讲人介绍】严如强，西安交通大学教授、博士生导师、高端装备研究院国际机械中心主任，2007年5月毕业于美国马萨诸塞大学阿默斯特分校(University of Massachusetts, Amherst)机械与工业工程系，获机械工程专业博士学位，主持科技部重点研发计划项目和基金委自然科学基金重点项目等。国际电气与电子工程师学会会士(IEEEFellow)、美国机械工程师学会会士(ASMEFellow)，获2020年陕西省技术发明一等奖(第一完成人)、2020年教育部自然科学一等奖(第二完成人)、2019年IEEE仪器与测量学会科技奖(Technical Award), 牵头制定IEEE国际标准1项，在IEEE和ASME会刊、机械工程学报等发表期刊论文百余篇，撰写和主编出版英文专著各1部。目前担任国际期刊《IEEE Transactions on Instrumentation and Measurement》主编，《IEEE Sensors Journal》、《机械工程学报》英文版和《中国科学技术大学学报》编委。