4月22日，應我院邀請,，西安交通大學嚴如強教授為我院師生作題為《物理啟發(fā)深度學習：智能運維新范式》的學術(shù)報告,。張俊娜副院長以及相關(guān)科研教師150余人聆聽了本次報告。報告會由張俊娜副院長主持,。

首先嚴如強教授介紹了傳統(tǒng)數(shù)據(jù)驅(qū)動的深度學習方法在智能運維中展現(xiàn)出的強大潛力,，但其“黑盒”特性限制了在高可靠性工業(yè)場景中的應用。然后嚴教授詳細闡述了物理啟發(fā)深度學習（PIDL）在提升模型可信性,、魯棒性和泛化能力方面展現(xiàn)的優(yōu)越性能,。最后嚴教授結(jié)合團隊研究成果，系統(tǒng)介紹了PIDL的理論框架及其在智能運維中的典型應用,，包括磨損狀態(tài)評估,、故障預測與健康管理（PHM）等。他強調(diào),，PIDL不僅能有效嵌入領(lǐng)域知識以增強模型可解釋性,，還能通過物理約束優(yōu)化數(shù)據(jù)學習過程,，顯著提升工業(yè)場景下的決策可靠性。

此次報告為我院智能檢測與運維研究提供了方法論指導,，深化了師生對跨學科融合創(chuàng)新的理解,，為我院在智能制造方向的科研攻關(guān)提供了重要參考。

專家介紹：

嚴如強,，西安交通大學教授,、博士生導師，高端裝備研究院國際機械中心主任,。2007年5月畢業(yè)于美國馬薩諸塞大學阿默斯特分校（University of Massachusetts, Amherst）機械與工業(yè)工程系,，獲機械工程博士學位。長期從事重大裝備智能運維的基礎(chǔ)理論,、方法體系與工程應用研究,，主持國家重點研發(fā)計劃項目、國家自然科學基金重點項目等多項國家級科研任務,。

嚴如強教授是國際電氣與電子工程師協(xié)會會士（IEEE Fellow）和美國機械工程師協(xié)會會士（ASME Fellow）,，享受國務院政府特殊津貼，入選國家百千萬人才工程,。曾獲2023年國家技術(shù)發(fā)明二等獎,、2020年陜西省技術(shù)發(fā)明一等獎,、教育部自然科學一等獎,，以及2019年IEEE儀器與測量學會科技獎（Technical Award）與2022年杰出服務獎（Distinguished Service Award）。牽頭制定IEEE國際標準1項,，在IEEE和ASME匯刊,、《機械工程學報》等國內(nèi)外重要期刊發(fā)表論文百余篇，出版英文專著4部?，F(xiàn)任IEEE儀器與測量學會Distinguished Lecturer,，《機械工程學報（英文版）》副主編，《儀器儀表學報》和《中國科學技術(shù)大學學報》編委,。

（計算機與信息工程學院  李濤）