講壇題目：人工神經(jīng)網(wǎng)絡(luò)模型的可解釋性和可靠性
主 講 人：Yu ZHANG
講座時(shí)間：2023年11月28日，19:00-20:00
講座方式：騰訊會(huì)議（795 700 184）
主辦單位：研究生院
承辦單位：電子信息工程學(xué)院
摘要：報(bào)告介紹了一種基于自動(dòng)編碼器的方法，用于可視化可解釋的輪廓提取，以監(jiān)測工業(yè)系統(tǒng)的健康狀況。使用具有綁定權(quán)重的無監(jiān)督自動(dòng)編碼器，我們提取具有代表性的系統(tǒng)響應(yīng)輪廓作為視覺輸出，并通過圖像重建來檢測異常。這種方法提供了可解釋的結(jié)果，克服了神經(jīng)網(wǎng)絡(luò)的黑匣子性質(zhì)。我們還提出了一個(gè)深度遞歸神經(jīng)網(wǎng)絡(luò)模型來測量系統(tǒng)熵，評(píng)估記憶系統(tǒng)的不可預(yù)測性。通過近似系統(tǒng)響應(yīng)的概率分布，量化了規(guī)律性的水平，并識(shí)別了非典型動(dòng)力學(xué)。此方法在工業(yè)應(yīng)用的健康監(jiān)測和故障檢測方面具有實(shí)際應(yīng)用。
個(gè)人簡介：
英國籍專家Yu ZHANG是國際知名的狀態(tài)監(jiān)測及故障診斷領(lǐng)域?qū)＜遥壳熬吐氂诶虮ご髮W(xué)航空與汽車工程系，擔(dān)任該校數(shù)字工程專業(yè)高級(jí)講師、參議院議員及博士課程系主任等職務(wù)。主要從事故障檢測與診斷，系統(tǒng)建模，遠(yuǎn)程狀態(tài)監(jiān)測，數(shù)據(jù)挖掘，人工智能，機(jī)器聽覺，灰盒建模等方面的科研工作，發(fā)表學(xué)術(shù)論文80余篇，其中SCI檢索論文40余篇、國際學(xué)術(shù)會(huì)議論文40余篇。擔(dān)任包括《IEEE Access》、《IEEE Journal of Emerging and Selected Topics in Industrial Electronics》等多個(gè)國際知名期刊的?？妥庉?，長期擔(dān)任機(jī)械工程領(lǐng)域TOP期刊《Mechanical Systems and Signal Processing》、《Aerospace Science and Technology》、《IEEE Transactions on Industrial Electronics》及多個(gè)國際知名期刊審稿人。
學(xué)校郵箱
信息門戶
信息公開
ENGLISH
