报告题目：不平衡数据下端对端的机械故障诊断方法探讨

报告人：邵海东 副教授

时 间：2022年5月13日（星期五）14:30-16:00

主持人：张龙 副教授

地点：#腾讯会议：736-750-498

报告人简介：

湖南大学长聘副教授，博士生导师，西北工业大学本硕博，瑞典吕勒奥理工大学博士后，湖南大学机械与运载工程学院“优秀青年骨干教师”，湖南大学“岳麓学者”，湖南省自然科学基金“优秀青年基金”获得者，全国宝钢优秀学生“特等奖”获得者，爱思唯尔“中国高被引学者”，英国皇家物理学会“高被引作者”，斯坦福全球前2%顶尖科学家。

研究方向为机电装备智能故障诊断与预测，主持国家重点研发计划子课题、国家自然科学基金青年项目和国家重点实验室开放课题等多个纵向课题。以第一/唯一通讯作者在Information Fusion、IEEE TSMCA、IEEE TII、IEEE TIE、IEEE-ASME TMECH、MSSP、机械工程学报和航空学报等期刊上发表论文50余篇：中科院SCI一区论文24篇；ESI热点和ESI高被引16篇；《机械工程学报》年度Top 10高被引2篇；论文被引总次数达3500+（Google Scholar）；曾获《机械工程学报》第五届优秀论文奖和IEEE ICCSE 2021最佳论文奖等。

先后担任6个SCI期刊Guest Editor，《IJRS》编委，《IJHM》和《JDMD》青年编委，20多个EI国际会议Program Chair和Session Chair，中国力学学会流体控制工程专业专委会青年专家组委员，教育部学位中心学位论文评审专家。

报告摘要：

以深度学习为代表的端对端故障诊断方法旨在摆脱对人工特征工程的依赖，直接建立原始监测数据与设备健康状态之间的非线性映射关系，极大地推动了机器故障诊断的智能化进程。然而，故障样本和正常样本间的失衡分布会导致传统的深度学习端到端诊断模型难以从小数据样本中学习强鲁棒性的泛化特征，使诊断结果易倾向于大样本正常数据。报告人将首先简介不平衡数据下机械故障诊断的研究意义，然后阐述不平衡数据的现有解决策略及其存在的主要问题，最后汇报近2年来在不平衡数据的故障诊断模型构建中数据生成和损失补偿等方面的研究工作及其实验验证。

可通过会议号或扫描下方二维码登录会议，欢迎感兴趣的师生参加！

轨道交通基础设施性能监测与保障国家重点实验室

2022年5月11日