科技动态
海洋工程学院2篇论文入选ESI高被引论文、1篇入选热点论文
发布者:赵明航   编辑:科技发展处   发布时间:2022年05月14日

根据20225月科睿唯安Essential Science Indicators最新数据,海洋工程学院赵明航、钟诗胜、付旭云等在2020年发表于中科院大类1Top期刊IEEE Transactions on Industrial InformaticsIF=10.215的论文Deep Residual Shrinkage Networks for Fault Diagnosis,入选了高被引论文、热点论文,目前被引用131次;在2021年发表于中科院大类1Top期刊IEEE Transactions on Industrial ElectronicsIF=8.236的论文Deep Residual Networks With Adaptively Parametric Rectifier Linear Units for Fault Diagnosis入选了高被引论文,引用量为28次。高被引论文是指在相同时间段内发表的、被引频次位于该领域全球前1%的论文。热点论文是指近2年发表的、在近2个月内被引频次位于该领域全球前0.1%的论文。

上述首篇论文原创性地提出了一种新的深度学习方法——深度残差收缩网络(DRSN),来提高深度学习方法从强噪声信号中学习特征的能力,并且取得较高的机械故障诊断准确率。首先,软阈值化作为非线性层,嵌入到深度神经网络之中,以消除不重要的特征。然后,考虑到软阈值化中的阈值是难以设定的,DRSN采用了一个子网络,来自动地设置这些阈值,从而避免了信号处理相关的专业知识。该方法在2021年世界人工智能大会上受到世界工程组织联合会主席、清华大学原副校长龚克的正面评价,被国内外学者迅速验证了其在众多领域的应用价值,包括卫星遥感、雷达目标识别、太赫兹波检测、微泄漏超声识别、电力系统暂态稳定评估等,有力促进了相关领域的发展。(文/图 赵明航)


编辑审核:科技发展处

通讯地址:山东省威海市高新技术开发区文化西路2号 邮编:264209

Copyright © 2020-2022 All Rights Reserved 哈尔滨工业大学(威海)科技发展处 版权所有

鲁ICP备06020633号-1    鲁公网安备 37100302000036号