近日，我校海洋學(xué)院信息與通信工程專(zhuān)業(yè)2022級(jí)研究生潘蘇，以第一作者身份在人工智能領(lǐng)域國(guó)際頂級(jí)期刊《Engineering Applications of Artificial Intelligence》（中科院一區(qū)Top期刊，IF=8.0）上發(fā)表題目為“Classification of power quality disturbances using residual networks with channel attention mechanism”的研究論文，導(dǎo)師聶星陽(yáng)高級(jí)工程師為論文通訊作者，何呈副教授為論文共同作者，江蘇科技大學(xué)為第一署名單位。

電能質(zhì)量擾動(dòng)（PQD）的檢測(cè)分類(lèi)在電力系統(tǒng)中至關(guān)重要。針對(duì)噪聲環(huán)境下的PQD分類(lèi)問(wèn)題，論文提出了ST-GSResNet方法，該方法結(jié)合了S變換、改進(jìn)的ResNet模型和通道注意機(jī)制。相比現(xiàn)有的PQD檢測(cè)分類(lèi)方法，ST-GSResNet在分類(lèi)準(zhǔn)確性和計(jì)算效率上都具有優(yōu)勢(shì)。

聶星陽(yáng)主要研究方向?yàn)閿?shù)理統(tǒng)計(jì)、機(jī)器學(xué)習(xí)（含深度學(xué)習(xí)）、信息論及其在計(jì)算機(jī)視覺(jué)、數(shù)據(jù)處理分析、信號(hào)處理、通信等領(lǐng)域中的應(yīng)用。

《Engineering Applications of Artificial Intelligence》是國(guó)際業(yè)界公認(rèn)的在計(jì)算機(jī)科學(xué)、人工智能領(lǐng)域的TOP學(xué)術(shù)期刊，致力于展示人工智能在工程領(lǐng)域的實(shí)際應(yīng)用、技術(shù)創(chuàng)新和研究成果。期刊旨在促進(jìn)AI技術(shù)與工程實(shí)踐的融合，推動(dòng)理論與實(shí)踐的結(jié)合，為解決實(shí)際工程問(wèn)題提供創(chuàng)新性的解決方案。

論文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S0952197625006414

（撰稿：章清偉 初審：程鵬 二審：丁紅 終審：周春燕 編輯：程鵬）