姓名：徐佳璨
性别：女
出生日期：1988/2
所在专业：机械工程
硕士生指导教师：是
E-mail：xujiacan@126.com
联系电话：13478888165
研究方向：人工智能；模式识别；故障诊断
***********教育经历及工作经历**********
2006/09~2010/07，沈阳工业大学，自动化，学士
2010/09~2012/07，东北大学，生物医学工程，硕士
2014/09~2022/06，东北大学，控制理论与控制工程，博士
2022/09~至今，沈阳建筑大学工程训练与创新学院，教师
**********个人简历**************
简介：徐佳璨，1988年2月生，工学博士，现任版权所有 8858cc永利(China)APP官网-BinG百科讲师，硕士生导师。从事全断面掘进机数字孪生系统、故障诊断与故障分析算法、模式识别、脑机接口技术、外骨骼康复系统研究、嵌入式系统开发与设计、人工智能算法等研究工作。在相关领域参与国家级项目5项，其中国家自然基金面上项目4项，重点研发1项；发表相关领域国内外论文20余篇，在《IEEE Trans. on Neural Networks and Learning Systems》等SCI期刊发表论文10余篇。从事《人工智能之深度学习实践及应用》、《智能检测技术实践》两门课程的教学工作。多次受邀在本领域国际/国内会议上做大会报告，受邀担任《Journal of Field Robotics》、《Neural Computing and Applications》等国际高水平期刊审稿人。
**********主要科研项目**************
1. 国家自然科学基金，机理-数据混合驱动的TBM系统间歇故障诊断与自愈控制方法研究，62173238，2022.01-2025.12，58万，参与
2. 国家自然青年科学基金，动热磁多物理场耦合影响下陶瓷电主轴转子系统动态特性研究，52205117，2023.01-2025.12，30万元，参与
3. 辽宁省科技厅，全断面掘进机数字样机及数字孪生关键技术研究，2023.01-2025.12，30万，参与
4. 横向课题项目，动态自适应算法开发，沈阳曙码科技有限公司，合同编号：2018021000013
5. 横向课题项目，设备状态识别的智能算法研究，北京环世兴宇自动化有限公司，合同编号：2020021000058
6. 横向课题项目，环境检测与“三堆”垃圾智能识别技术，沈阳宁远信息技术有限公司，合同编号：
**********代表性学术论文***********
1. Li D L, Xu J C. Cross-Channel Specific-Mutual Feature Transfer Learning for Motor Imagery EEG Signals Decoding[J]. IEEE Transactions on Neural Network and Learning system, 2023, doi: 10.1109/TNNLS.2023.3269512.
2. Li D L, Xu J C, Wang J H, Fang X K, Ji Y. A Multi-Scale Fusion Convolutional Neural Network Based on Attention Mechanism for the Visualization Analysis of EEG Signals Decoding[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2020, 28(12): 2615-2626.
3. Xu J C, Liqun Wen. Continuous estimation of upper limb joint angle from sEMG based on multiple decomposition feature and BiLSTM network[J]. Biomedical Signal Processing and Control，2023，80：104303
4. Xu J C, Zheng H, Wang J H, Li D L, Fang X K. Recognition of EEG Signal Motor Imagery Intention Based on Deep Multi-View Feature Learning[J]. Sensors, 2020, 20(12): 3496.
5. Li D L, Wang J H, Xu J C, Fang X K. Densely Feature Fusion Based on Convolutional Neural Networks for Motor Imagery EEG Classification[J]. IEEE Access, 2019, 7:132720-132730.
6. Ji Y, Wang J H, Xu J C, Fang X K, Zhang H G. Real-Time Energy Management of a Microgrid Using Deep Reinforcement Learning[J]. Energies, 2019, 12(12): 2291.
7. Ji Y, Wang J H, Xu J C, Li D L. Data-Driven Online Energy Scheduling of a Microgrid Based on Deep Reinforcement Learning[J]. Energies, 2021, 4(8): 2120.
