校新闻中心讯 近日，同济大学博士生导师陈岳剑研究员应邀在西苑校区南九音乐厅为我校师生作题为《物理知识驱动机器学习及其装备状态监测方面的应用》的学术报告，报告会由车辆与交通工程学院副院长王学涛教授主持。

报告会上，陈岳剑研究员首先讲解了深度学习相比于经典机器学习的独特特点，在数据量增大的情况下，深度学习具有更强的学习能力，纯数据驱动的机器学习模型有时可能无法遵循物理定律，且缺乏决策透明性和可解释性。他系统介绍了物理知识驱动的机器学习领域的若干贡献，其中包括：物理知识驱动的超参数选择、显式速度集成的循环神经网络（RNN）以及物理知识驱动的残差建模。在阐述如何将物理知识和约束集成到机器学习过程中的同时，他对如何通过融合物理知识来增强深度学习在旋转机械和铁路车辆领域中的预测能力也进行了介绍。报告结束后，陈岳剑研究员与参会师生进行了互动交流。

陈岳剑，同济大学特聘研究员、博士生导师、上海市领军人才。2015年获得南京理工大学机械电子工程专业硕士学位，2020年获得加拿大阿尔伯塔大学^QS-92机械工程专业博士学位，师从加拿大工程院院士左明健教授，而后在该校任职博士后至2021年，2021年11月入选上海市领军人才计划，同年入职同济大学铁道与城市轨道交通研究院，任特聘研究员。陈研究员的研究方向包括：状态监测、智能运维、设计优化等。陈研究员已先后主持了国家自然科学基金、上海市人才项目、国重实验室开放课题、企业委托项目等，累积经费200余万元；参与了国家自然科学基金面上项目，加拿大的自然科学基金Discovery Grant、重点研发、Mitacs校企合作、Mitacs国际交流项目，累积经费1500余万元。在IEEE Trans Ind Informat、Mech Syst Signal Pr、J Sound Vib等国际高水平期刊发表学术论文40余篇，其中一作/通讯25篇，担任IEEE Sens J、Int J Progn Health M、Mechat Sys Ctrl J期刊编委，Mech Syst Signal Pr、Reliab Eng Syst Safe等7个国际高水平期刊的客座编辑，JDMD、城市轨道交通研究期刊青年编委，获授权中国发明专利12件，内容涉及故障诊断、信号处理、机械测试、优化设计等交叉学科领域。另外，陈博士还获得过阿尔伯塔未来科技创新奖、加拿大旋转机械年会最佳论文奖、国际预测与健康管理数据分析竞赛奖等科研奖励。

通讯员/郑景阳（车辆与交通工程学院）编辑/罗旭生