讲坛题目：人工神经网络模型的可解释性和可靠性

主 讲 人：Yu ZHANG

讲座时间：2023年11月28日，19:00-20:00

讲座方式：腾讯会议（795 700 184）

主办单位：研究生院

承办单位：电子信息工程学院

摘要：报告介绍了一种基于自动编码器的方法，用于可视化可解释的轮廓提取，以监测工业系统的健康状况。使用具有绑定权重的无监督自动编码器，我们提取具有代表性的系统响应轮廓作为视觉输出，并通过图像重建来检测异常。这种方法提供了可解释的结果，克服了神经网络的黑匣子性质。我们还提出了一个深度递归神经网络模型来测量系统熵，评估记忆系统的不可预测性。通过近似系统响应的概率分布，量化了规律性的水平，并识别了非典型动力学。此方法在工业应用的健康监测和故障检测方面具有实际应用。

个人简介：

英国籍专家Yu ZHANG是国际知名的状态监测及故障诊断领域专家，目前就职于拉夫堡大学航空与汽车工程系，担任该校数字工程专业高级讲师、参议院议员及博士课程系主任等职务。主要从事故障检测与诊断，系统建模，远程状态监测，数据挖掘，人工智能，机器听觉，灰盒建模等方面的科研工作，发表学术论文80余篇，其中SCI检索论文40余篇、国际学术会议论文40余篇。担任包括《IEEE Access》、《IEEE Journal of Emerging and Selected Topics in Industrial Electronics》等多个国际知名期刊的专刊客座编辑，长期担任机械工程领域TOP期刊《Mechanical Systems and Signal Processing》、《Aerospace Science and Technology》、《IEEE Transactions on Industrial Electronics》及多个国际知名期刊审稿人。