【分享会直播视频及ppt】面向少无样本场景的船海装备健康状态智能感知与跨域诊断
- 2026-08-11 12:16:07
报告
面向少无样本场景的船海装备健康
状态智能感知与跨域诊断
7月9日，《中国舰船研究》第十六期在线作者分享会——“船海装备少样本智能故障诊断与溯源”，在期刊视频号成功直播。华中科技大学吴军教授和清华大学刘超副研究员担任主讲嘉宾，分别针对“面向少无样本场景的船海装备健康状态智能感知与跨域诊断”和“能源动力装备异常识别与故障溯源：时序图与因果推理”主题做了精彩分享。
在此奉上吴军教授的直播视频和报告ppt，敬请观看！
相关文献（点击查看）：
[1] 吴轲, 吴军, 舒启明, 等. 基于深度学习的旋转机械小样本故障诊断方法研究综述[J]. 中国舰船研究, 2025, 20(2): 3–19.
[2] 涂序源, 邓琪, 张祚庥, 王子木直, 吴军. 基于频带注意力网络的齿轮箱小样本故障诊断方法[J]. 中国舰船研究, 2026, 21(3): 263–271.
[3] 聂宇康, 田忠殿, 舒启明, 张恒, 吴军. 基于对比学习和卷积自注意力网络的少标记样本减速机故障诊断方法[J]. 中国舰船研究, 2026, 21(2): 358–366.
相关文献（点击查看）：
[1] 吴轲, 吴军, 舒启明, 等. 基于深度学习的旋转机械小样本故障诊断方法研究综述[J]. 中国舰船研究, 2025, 20(2): 3–19.
[2] 涂序源, 邓琪, 张祚庥, 王子木直, 吴军. 基于频带注意力网络的齿轮箱小样本故障诊断方法[J]. 中国舰船研究, 2026, 21(3): 263–271.
[3] 聂宇康, 田忠殿, 舒启明, 张恒, 吴军. 基于对比学习和卷积自注意力网络的少标记样本减速机故障诊断方法[J]. 中国舰船研究, 2026, 21(2): 358–366.
吴军教授简介
吴军，华中科技大学教授/博士生导师，船舶与海洋工程学院副院长，IEEE Reliability Wuhan Section Chapter Chair，斯坦福大学访问学者，中国机械工程学会工业大数据与智能系统分会委员、全国设备结构健康监测标准化委员会委员等。长期从事机电装备智能运维关键技术攻关及平台研发，主持国家纵向项目10余项及企业委托项目20余项，在IEEE Transactions汇刊、ISA Transactions等一流期刊上发表SCI论文100余篇，其中JCR Q1区80余篇，H指数41；出版专著1部，取得发明专利/软件著作权70余项，参与制定国家标准9项，研发的软硬件平台被应用于船舶、汽车、机床、机器人等行业，取得了显著的社会与经济效益。获得省部级科技进步奖5项，连续入选全球前2%顶尖科学家“终身影响力”“年度影响力”榜单。
END
专题征稿进行中：
往期回顾
【直播视频】“从模型驱动到融合感知：结构化噪声智能消除 ”主题分享会视频
【直播视频】“AI 赋能的异构无人系统群智协同建模与控制”专题分享会视频
【直播视频及ppt】大模型驱动的船舶结构健康监测系统关键技术研究综述及展望
往期精彩推荐
中国舰船研究
Chinese Journal of Ship Research
联系我们：
编辑部微信号：zgjcyjbjb
网站：www.ship-research.com
邮箱：cjsr@ship-research.com
电话：027-65235554/027-65232570
Inspec收录期刊 SCOPUS收录期刊 JST 收录期刊 DOAJ收录期刊 CSCD核心期刊 中文核心期刊 RCCSE中国核心学术期刊 中国精品科技期刊 中国科协高质量科技期刊 T1级 湖北省最具影响力学术期刊 湖北十大名刊 |  微信公众号二维码  微信视频号二维码 |
欢迎分享到朋友圈✬ 评论功能现已开启, 接受一切形式的吐槽和赞美
核心期刊《中国舰船研究》学术论文免费检索、阅读
