详情

基于深度学习的工业音频异常检测

申报人:刘琦 申报日期:2025-03-07

基本情况

第三十一期“上海交通大学大学生创新实践计划”
基于深度学习的工业音频异常检测
创新训练项目
工学
自动化类
创新类
自动化与感知学院
刘琦
指导教师
登录状态下查看

  刘琦,助理研究员,已发表高质量SCI/EI论文13篇(JCR Q1 5篇),已申请中国发明专利9项(已授权5项),其中6项为第一完成人,已发证软件著作权7项,其中5项为第一完成人,作为项目骨干参与了6项国家级和省部级科研项目,包括国家重点研发计划,工信部创新工程项目、国家自然科学基金以及上海市经信委人工智能专项


  杨博,国家杰青,特聘教授,博士生导师,上海工业智能管控工程技术研究中心主任。研究领域包括工业互联网、智能电网等相关技术研发与应用。在相关领域发表学术论文200余篇。主持国家重点研发计划项目、国家自然科学基金杰出青年基金项目、国家自然科学基金重点项目等10余项省部级以上科研项目。2022年获Industrial Technical Excellence Award ,2021年获第七届中国自动化学会青年科学家奖,2018年入选第四批万人计划“青年拔尖人才,2017年获上海市技术发明奖一等奖,2016年研究成果获教育部自然科学奖一等奖。目前担任上海自动化学会副理事长,中国自动化学会控制理论专业委员会委员,中国自动化学会过程控制专业委员会委员,中国电机工程学会人工智能专业委员会委员,中国通信学会通信理论与信号处理分委会委员,IEEE高级会员等;是IEEE Trans. Network Science and Engineering等4个国际期刊编委,担任20余个国际会议的TPC成员,以及2018年无线网络建模与优化国际会议(WiOpt2018)的执行副主席。




 

  1、团队相关成员近年来针对小样本学习、半监督学习、联邦学习、多标签学习等人工智能前沿领域展开研究,并将其应用于大规模复杂场景故障诊断,在能源和工业小样本建模、样本自动标注、多代理联合建模以及复合故障诊断等方面取得了创新性的研究成果。

  2、团队老师具有丰富的指导经验,指导学生参加2020年全国大学生数据挖掘竞赛全国二等奖、2021年全国研究生数学建模竞赛全国一等奖、以及2024中国国际大学生创新大赛(互联网+)国家级铜奖、上海赛区金奖。

  3、实验室拥有丰富的数据积累,可支持对人工智能、深度学习算法的研究,本项目期间预期可产生论文、专利等多项成果。

- 科研成果专利、论文署名权,根据具体贡献比重决定排序。

- 本课题组保研、直博优先考虑。

提供经费支持和技术指导,对项目进度进行全程考核,积极协助项目成果转化

本项目问题背景为铸造加工过程中的安全监测,基于人工智能、数据挖掘等先进技术针对实际工业现场开展音频异常检测研究。在工业现场,音频采集面临高噪声干扰,且不同场景下的异常特征存在差异,异常检测模型的鲁棒性、准确性、泛化性收到极大限制,基于梅尔频谱图等方法将音频数据转化为图像数据,利用深度学习算法开展视觉检测是一种有效的处理手段。在该项目中,涉及的主要工作包括智能信号处理、数据挖掘、数据增强、神经网络架构设计等。目前实验室共采集二十余个工厂的真实异常音频数据,并已经构建了初步的实现框架,有效保障本项目的顺利开展。同时,项目团队将在基础理论、人工智能方法等方面提供技术支持,确保本项目稳定的成果产出。

选题成员

0

指导教师

序号 教师姓名 电子邮箱 所属学院
1 刘琦 登录状态下查看 自动化与感知学院 第一指导教师
2 杨博 登录状态下查看 自动化与感知学院 指导教师

选题附件

结束