电气学院2017级学生姜威在国际会议“2021 International Conference on Neural Computing for Advanced Applications (NCAA2021)”上以第一作者发表学术论文《Empirical Mode Decomposition Based Deep Neural Networks for AQI Forecasting》,以第二作者发表学术论文《Daily PM2.5 Forecasting Using Graph Convolutional Networks Based on Human Migration》,指导老师是特聘教授詹俦军博士。该会议将于2021年7月在广州南方学院举行。
空气污染预测与分析是近年来热门的研究课题,许多研究人员将计算机科学与环境科学交叉进行研究。这两篇论文主要内容是利用新颖的深度学习算法对空气污染趋势进行预测以及分析。在论文《Empirical Mode Decomposition Based Deep Neural Networks for AQI Forecasting》中,姜威同学提出了一种基于经验模态分解(Empirical Mode Decomposition)时间窗口的算法对历史空气污染信息进行特征提取,结合一维卷积神经网络以及LSTM门控单元对空气污染信息进行回归预测,预测准确率达到87%;在论文 《Daily PM2.5 Forecasting Using Graph Convolutional Networks Based on Human Migration》中提出基于人口前夕网络改进图卷积神经网络算法将空气污染时间序列问题转换成图拓扑表示学习问题来对空气污染进行分析和预测,预测效果比普通图神经网络更优。
电气学院于2019年设立人工智能系,包括数据科学于大数据技术和智能科学与技术两个专业,由詹俦军教授担任系主任。2020年,学校建设打造大数据与人工智能实验室,为师生提供了专业实验平台,为学科建设、教学及科研创造了良好条件。从2017年以来,詹教授先后带领三十多名学生进行科学研究工作,指导学生发表学术论文共28篇,其中SCI论文12篇、EI论文14篇,指导学生参与各项学科竞赛并取得良好成绩,人才培养成果丰硕。