报告时间：2025年11月9日（星期日）8:30-9:00
报告地点：合肥明珠瑞士大酒店明珠厅
报 告 人：沈长青 教授
工作单位：苏州大学
举办单位：机械工程学院
报告简介：
终身学习是一种新的机器学习范式，其最终目标是建立一个像人类一样能够持续不断学习的模型。对轴承等机械装备关键部件故障诊断模型而言，同样需要终身学习。现有的神经网络模型在学习新任务时往往会面临“稳定性-可塑性困境”，其中可塑性（知识迁移）代表故障诊断模型学习新知识的能力，稳定性（知识积累）则代表故障诊断模型在新任务学习过程中保留旧知识的能力。本次报告将向各位参会的学者汇报课题组近年来在终身学习故障诊断方法方面的部分代表性科研成果。
报告人简介：
沈长青，工学博士、哲学博士，苏州大学教授、博士生导师、国家级青年人才、院长助理。毕业于中国科学技术大学（工学博士）和香港城市大学（哲学博士），曾任新加坡国立大学访问学者，获评苏州大学首批“优秀青年学者”，入选姑苏领军人才、江苏省科协青年科技人才托举工程和江苏省“六大人才高峰”高层次人才。主持国家自然科学基金项目3项、省部级科研项目9项。发表学术论文80余篇，总被引次数逾8500次，ESI高被引论文15篇、ESI热点论文3篇；其中1篇论文入选中国机械工程学会2022年度优秀论文，另有1篇入选2023年度江苏省自然科学百篇优秀学术成果。连续入围“终身影响力”全球前2%顶尖科学家榜单和2021—2025年度“年度影响力”全球前2%顶尖科学家榜单。现任中国振动工程学会故障诊断专业委员会委员、青年工作委员会副主任，江苏省仪器仪表学会状态监测与故障诊断仪器专委会秘书长，《IEEE Sensors Journal》副主编，《Measurement Science and Technology》编委，《交通运输工程学报》等期刊青年编委。
