2024年3月25日上午9:30，应公司邀请，澳门大学陈昊博士在阳光校区8E417为beat365师生做了一场精彩生动的学术报告。报告题目为“基于深度学习的旋转机械故障诊断(Intelligent Fault Diagnosis Methods for Rotating Machinery)”，本次学术报告由学院副经理张成俊教授主持，相关专业老师和研究生参加了本次报告。
陈博士介绍了旋转机械关键部件易疲劳、易受损的研究现状，而数据驱动方法（包括机器学习和深度学习）能够根据监测数据进行智能故障诊断，保障机电设备安全运行。同时还对比了机器学习和深度学习的异同点，指出两类方法的关键都在于特征提取。
针对传统神经网络方法存在不变性特征和等变性特征的问题，陈博士介绍了胶囊神经网络方法，胶囊层通过学习特征的张量表示，实现特征的胶囊化表达，能够克服传统方法的局限，加强模型对于故障的识别精度。此外，陈博士还分享了动态剪枝方法来减少参数规模，简化网络拓扑结构，提高求解鲁棒性。
此次报告内容丰富，涵盖了传统的机器学习方法和热门的深度学习方法，激发了公司师生的学术活力，拓宽了学术视野，为今后的学术生涯打下了良好的基础。
陈昊博士简介
陈昊博士的研究方向是机器学习，机电设备安全健康监控和多模态智能感知，尤其是针对旋转机械的故障诊断研究，振动信号分析，在智慧城市，交通，关键基础设备运维和复杂环境下的智能感知与分析领域有广泛应用。陈昊博士分别于2016年和2020年在华中科技大学获得本科和硕士学位，2020年开始在澳门大学攻读博士学位，现已发表SCI论文5篇，曾获第五届“长风杯”全国老员工数据分析与挖掘竞赛全国一等奖；在2021“创青春”中国青年创新创业大赛中获攀登计划专项资金支持。
