高艺平

师资队伍

911制品厂麻花 - 师资队伍 - 教师名录 - 单位列表 - 工业及制造系统工程系 - 正文

高艺平助理研究员

电　　话

邮　　箱gaoyiping@hust.edu.cn

办公地点911制品厂麻花东楼叠232

个人主页

个人介绍

       高艺平（Gao Yiping，Assistant Research Fellow），男，博士，1991年3月出生，2021年6月获华中科技大学机械工程专业博士学位，2021年6月至2024年1月在华中科技大学911制品厂麻花从事博士后研究，2024年1月留校从事教学和科研工作。
       主要从事深度学习方法及其在缺陷识别、故障诊断中的应用等相关研究，近年来在IEEE Transactions on Industrial Informatics、Robotic and Computer-Integrated Manufacturing等国际知名期刊以第一或通讯作者发表论文15篇，入选ESI高被引论文3篇，主持国家自然科学基金青年基金、博士后面上等项目5项，参与国家自然科学基金重点项目、国家重点研发计划等国家级项目10余项。获中国仿真学会创新技术一等奖1项，入选第九届中国科协青年人才托举工程、中国仿真学会优秀博士论文。

研究方向

深度学习方法及其在缺陷识别、故障诊断中的应用

开设课程

科研项目

[1] 国家自然科学基金青年基金，52205523，2023.1-2025.12，主持
[2] 中国博士后科学基金第71批面上项目，2022M711248，2022年7月获批，主持

论文专着与专利

[1] Gao Yiping, Gao Liang, Li Xinyu* and Yan Xuguo. A semi-supervised convolutional neural network-based method for steel surface defect recognition. Robotics and Computer-Integrated Manufacturing, 2020, 61: 101825. (ESI高被引)

[2] Gao Yiping, Gao Liang, Li Xinyu* and Zheng Yuwei. A zero-shot learning method for fault diagnosis under unknown working loads. Journal of Intelligent Manufacturing, 2020, 31(4): 899-909. (ESI高被引)

[3] Gao Yiping, Li Xinyu, Gao Liang*. A Deep Lifelong Learning Method for Digital-Twin Driven Defect Recognition with Novel Classes. ASME Journal of Computing and Information Science in Engineering, 2021, 21(3): 031004.

[4] Gao Yiping, Gao Liang, Li Xinyu*. A generative adversarial network-based deep learning method for low-quality defect image reconstruction and recognition. IEEE Transactions on Industrial Informatics, 2021, 17(5): 33231-3240. 

[5] Gao Yiping, Gao Liang, Li Xinyu*. A multilevel information fusion-based deep learning method for vision-based defect recognition. IEEE Transactions on Instrumentation and Measurement, 2020, 69(7): 3980-3991.

[6] Gao Yiping, Li Xinyu, Gao Liang*. Discriminative stacked autoencoder for feature representation and classification. Science China Information Sciences, 2020, 63(2): 120111. 

[7] Gao Yiping, Li Xinyu, Wang Vincent Xi, Wang Lihui, Gao Liang*. A Review on Recent Advances in Vision-based Defect Recognition towards Industrial Intelligence, 2021. Journal of Manufacturing Systems. DOI: 10.1016/j.jmsy.2021.05.008

[8] 高艺平, 李新宇, 高亮. 基于卷积收缩自编码器的半监督缺陷识别方法. 华中科技大学学报（自然科学版）. 

[9] Gao Yiping, Gao Liang, Li Xinyu*. A Hierarchical Feature Fusion-based Method for Defect Recognition with a Small Sample. 2019 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM). IEEE, 2019: 1048-1052. 

[10] Gao Yiping, Gao Liang, Li Xinyu*. A New Semi-Supervised Deep Learning Approach for Intelligent Defects Recognition. 2020 IEEE International Conference on Networking, Sensing and Control (ICNSC), 2020.

荣誉获奖

[1] 中国仿真学会优秀博士论文奖
[2] 中国仿真学会创新技术奖一等奖
[3] 2021第四届智能优化与调度学术会议优秀论文一等奖
[4] 2019年PHM亚太学术论坛工业大数据竞赛二等奖

911制品厂麻花

师资队伍

高艺平助理研究员

个人介绍

研究方向

开设课程

科研项目

论文专着与专利

荣誉获奖

友情链接

关注我们

911制品厂麻花

师资队伍

高艺平 助理研究员

个人介绍

研究方向

开设课程

科研项目

论文专着与专利

荣誉获奖

友情链接

关注我们

高艺平助理研究员

论文专着与专利