个人简介

李嘉琳，男，1993年5月生，工学博士，硕士生导师（讲师），大神28预测结果预测。

个人简介

主要研究方向为机电设备故障诊断、寿命预估方法研究，深度学习、深度神经网络等数据驱动方法；主持中国博士后面上项目1项、重庆市教委项目1项、省部级实验室重点项目1项；参与国家级项目3项、省部级项目1项。已在《Mechanical Systems and Signal Processing》《Applied Acoustics》《Journal of Intelligent Manufacturing》等期刊上发表论文18篇。

研究领域

（关键词）

个人简历

2015年7月，毕业于沈阳工业大学车辆工程专业，获工学学士学位；

2017年7月，毕业于东北大学机械设计及理论专业，获工学硕士学位；

2021年4月，毕业于东北大学机械设计及理论专业，获工学博士学位；

2021年7月进入重庆交通大学工作。

学术成果

代表性学术论文：

[1] Li J, Cao X, Chen R, et al. Graph neural network architecture search for rotating machinery fault diagnosis based on reinforcement learning[J]. Mechanical Systems and Signal Processing, 2023, 202: 110701.

[2] Li J, Cao X, Chen R, et al. Prediction of remaining fatigue life of metal specimens using data-driven method based on acoustic emission signal[J]. Applied Acoustics, 2023, 211: 109571.

[3] Li J, Chen R, Huang X. A sequence-to-sequence remaining useful life prediction method combining unsupervised LSTM encoding-decoding and temporal convolutional network[J]. Measurement Science and Technology, 2022, 33(8): 085013.

[4] Li J, Li X, He D, et al. Unsupervised rotating machinery fault diagnosis method based on integrated SAE–DBN and a binary processor[J]. Journal of Intelligent Manufacturing, 2020, 31: 1899-1916.

[5] Li J, Chen R, Huang X, et al. Development of Deep Residual Neural Networks for Gear Pitting Fault Diagnosis Using Bayesian Optimization[J]. IEEE Transactions on Instrumentation and Measurement, 2022, 71: 1-15.

教学与人才培养

主讲本科生《智能机械与机器人》、《从大数据到智能制造》、研究生《机电系统分析与设计》、《机械系统故障诊断理论与方法》等课程；指导硕士研究生5名、本科毕设20名；主持教育教学改革项目1项。

联系方式：

电子邮箱：jialinli_neu@163.com

招生学科：

1、机械工程（学术型硕士）

2、机械（专业学位硕士）

课题组网址:

https://www.labxing.com/-10300