姓名:徐佳璨
性别:女
出生日期:1988/2
所在专业:机械工程
硕士生指导教师:是
E-mail:xujiacan@126.com
联系电话:13478888165
研究方向:人工智能;模式识别;故障诊断
***********教育经历及工作经历**********
2006/09~2010/07,沈阳工业大学,自动化,学士
2010/09~2012/07,东北大学,生物医学工程,硕士
2014/09~2022/06,东北大学,控制理论与控制工程,博士
2022/09~至今,沈阳建筑大学工程训练与创新学院,教师
**********个人简历**************
简介:徐佳璨,1988年2月生,工学博士,现任版权所有:js555888金沙(中国)有限公司-搜狗百科讲师,硕士生导师。从事全断面掘进机数字孪生系统、故障诊断与故障分析算法、模式识别、脑机接口技术、外骨骼康复系统研究、嵌入式系统开发与设计、人工智能算法等研究工作。在相关领域参与国家级项目5项,其中国家自然基金面上项目4项,重点研发1项;发表相关领域国内外论文20余篇,在《IEEE Trans. on Neural Networks and Learning Systems》等SCI期刊发表论文10余篇。从事《人工智能之深度学习实践及应用》、《智能检测技术实践》两门课程的教学工作。多次受邀在本领域国际/国内会议上做大会报告,受邀担任《Journal of Field Robotics》、《Neural Computing and Applications》等国际高水平期刊审稿人。
**********主要科研项目**************
1. 国家自然科学基金,机理-数据混合驱动的TBM系统间歇故障诊断与自愈控制方法研究,62173238,2022.01-2025.12,58万,参与
2. 国家自然青年科学基金,动热磁多物理场耦合影响下陶瓷电主轴转子系统动态特性研究,52205117,2023.01-2025.12,30万元,参与
3. 辽宁省科技厅,全断面掘进机数字样机及数字孪生关键技术研究,2023.01-2025.12,30万,参与
4. 横向课题项目,动态自适应算法开发,沈阳曙码科技有限公司,合同编号:2018021000013
5. 横向课题项目,设备状态识别的智能算法研究,北京环世兴宇自动化有限公司,合同编号:2020021000058
6. 横向课题项目,环境检测与“三堆”垃圾智能识别技术,沈阳宁远信息技术有限公司,合同编号:
**********代表性学术论文***********
1. Li D L, Xu J C. Cross-Channel Specific-Mutual Feature Transfer Learning for Motor Imagery EEG Signals Decoding[J]. IEEE Transactions on Neural Network and Learning system, 2023, doi: 10.1109/TNNLS.2023.3269512.
2. Li D L, Xu J C, Wang J H, Fang X K, Ji Y. A Multi-Scale Fusion Convolutional Neural Network Based on Attention Mechanism for the Visualization Analysis of EEG Signals Decoding[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2020, 28(12): 2615-2626.
3. Xu J C, Liqun Wen. Continuous estimation of upper limb joint angle from sEMG based on multiple decomposition feature and BiLSTM network[J]. Biomedical Signal Processing and Control,2023,80:104303
4. Xu J C, Zheng H, Wang J H, Li D L, Fang X K. Recognition of EEG Signal Motor Imagery Intention Based on Deep Multi-View Feature Learning[J]. Sensors, 2020, 20(12): 3496.
5. Li D L, Wang J H, Xu J C, Fang X K. Densely Feature Fusion Based on Convolutional Neural Networks for Motor Imagery EEG Classification[J]. IEEE Access, 2019, 7:132720-132730.
6. Ji Y, Wang J H, Xu J C, Fang X K, Zhang H G. Real-Time Energy Management of a Microgrid Using Deep Reinforcement Learning[J]. Energies, 2019, 12(12): 2291.
7. Ji Y, Wang J H, Xu J C, Li D L. Data-Driven Online Energy Scheduling of a Microgrid Based on Deep Reinforcement Learning[J]. Energies, 2021, 4(8): 2120.