ACM-OJ|English
计算机科学系
当前位置: 首页 >> 师资队伍 >> 教师名录 >> 计算机科学系 >> 正文
陈炳阳
姓名:陈炳阳
职务/职称:讲师
导师类型:
研究领域: 深度学习,动态系统健康管理,可靠性分析
办公室:
电子邮箱: bingyangchen@haut.edu.cn

个人简介

陈炳阳,男,博士,河南工业大学青年教师。

现主要从事时序数据分析,联邦学习,智能制造等研究工作,具体方向包括复杂装备智能感知及状态评估、新能源储能系统数据分析等。现主持河南省科技攻关1项,河南工业大学复杂性科学中心开放课题1项,河南工业大学高层次人才项目1项,校级创新基金 1 项,参与国家自然科学基金等多项横纵向项目。发表知名期刊及会议论文近二十篇,其中,第一作者中科院一区7篇、二区 2 篇。第一作者申请发明专利 4 项,其中授权 1 项。国家公派赴加拿大多伦多大学计算机专业访学。获博士研究生国家奖学金、中国技术市场协会金桥奖二等奖等多项奖励。

主要经历

2024.07-至今,河南工业大学信息科学与工程学院,讲师

2022.04-2023.04,加拿大多伦多大学(全球TOP20)计算机学院,博士联培

2020.09-2024.06,中国石油大学计算机学院,博士研究生

讲授课程

研究方向

1. 基于领域知识的数据表征方法:结合领域知识,针对时序传感数据,图像数据,建立多模态表征方法。

2. 面向样本约束的适应性建模:基于独立协同/边缘计算,或基于数据对齐策略构建领域大语言模型,提高模型在目标少样本任务的有效性。

上述方法可用在多个领域,目前主要研究动力电池健康估计与回收决策,可用在无人机,机器人等多方面,后续可能研究农业机器人供能,无人机物流供能等等

主要科研项目

1. 河南省科技攻关项目,“少样本深度学习在强非均质性区块智能储层识别及匹配中的应用研究”, 2025.01-2026.12,主持

2. 河南工业大学复杂性科学中心开放课题,基于传感数据的医养健康异常行为检测技术研究,2024.12-2025.09,主持

3. 河南工业大学高层次人才科研基金项目,“面向储能电池状态时序演化的少样本高效能泛化计算”,2024.9-2027.9,主持

4. 中国石油大学创新基金项目,“基于小样本学习的剩余油挖潜”,2021.6-2022.6,主持

5. 国家自然科学基金面上项目,“基于类脑认知的高泛化性故障预测方法研究”,2020.9-2024.9,参与

代表性成果

奖励

1. 高可信联邦智能关键技术研发及产业化,中国技术市场协会金桥奖,省部二等奖,2020

2. 博士研究生国家奖学金,2023

3. 国家留学基金委奖学金,2021

……

论文

1. Chen B, Fan L, Zeng X, et al. A contribution-aware federated framework for electric vehicle batteries health estimation [J]. IEEE Internet of Things Journal, 2025, 12(5): 4605-4612. (SCI中科院一区Top,第一作者)

2. Chen B, Zeng X, Liu C, et al. Health management of power batteries in low temperatures based on adaptive transfer Enformer framework[J]. Reliability Engineering & System Safety, 2025, 254: 110613. (SCI中科院一区TOP,第一作者)

3. Chen B, Wang K, Xu D, et al. Global-local attention network and value-informed federated strategy for predicting power battery state of health[J]. Energy, 2024, 313: 134088. (SCI中科院一区TOP,第一作者)

4. Chen B, Zeng X, Zhou J, et al. Value-aware meta-transfer learning and convolutional mask attention networks for reservoir identification with limited data[J]. Expert Systems with Applications, 2023, 223: 119912. (SCI中科院一区TOP,第一作者)

5. Chen B, Zeng X, Zhang W, et al. Knowledge sharing-based multi-block federated learning for few-shot oil layer identification[J]. Energy, 2023: 128406. (SCI中科院一区TOP,第一作者)

6. Fan L, Chen B*, Zeng X, et al. Knowledge-enhanced meta-transfer learning for few-shot ECG signal classification[J]. Expert Systems with Applications, 2025, 263(5): 125764. (SCI中科院一区TOP,唯一通信作者)

7. Chen B, Zeng X, Cao S, et al. Interwell Stratigraphic Correlation Detection based on knowledge-enhanced few-shot learning[J]. Journal of Petroleum Science and Engineering, 2023, 220: 111187. (SCI中科院一区,第一作者)

8. Chen B, Zeng X, Fan L, et al. Adaptive Spatio-Temporal Neural Networks Based on Machine Learning for Missing Well Log Prediction[J]. Geophysics, 2023, 88(6): 431-443. (SCI中科院二区,第一作者)

9. Chen B, Wang X, Zhang W, et al. Public opinion dynamics in cyberspace on Russia–Ukraine War: a case analysis with Chinese Weibo[J]. IEEE Transactions on Computational Social Systems, 2022, 9(3): 948-958. (SCI中科院二区,CCF-C 类,第一作者)

10. Chen B, Chen T, Zeng X, et al. DFML: Dynamic federated meta-learning for rare disease prediction[J]. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2023. (SCI中科院三区,CCF-B 类,第一作者)

……

专利

1. 陈炳阳, 张卫山, 曾星杰, 侯召祥, 陈涛. 一种基于小样本学习的剩余油挖潜方法[P]. 发明专利. (已授权,专利号:ZL202110624187.2)

2. 陈炳阳, 王驰, 严文彩, 楚永贺. 一种基于改进Transformer和自适应迁移学习的动力电池低温SOC估计方法[P]. 发明专利. (已公布,公开号:CN119377598A)

3. 范璐璐, 陈炳阳, 孟刚. 一种基于注意力联邦学习的电车动力电池健康状态预测方法[P]. 发明专利. (已公布, 公开号: CN119355534A)

4. 范璐璐, 陈炳阳, 孟刚. 一种基于贡献度感知联邦学习的锂电池健康状态感知方法[P]. 发明专利. (已受理, 申请号: CN2024115354322)……

荣誉称号和社会兼职

1.中国石油大学“学术十杰与工程十佳”荣誉称号(20/10026)

2.山东省优秀毕业生

3. 一区 TOP 期刊 Expert Systems with Applications, Energy, Applied Soft Computing 以及期刊 IEEE Transactions on Artificial Intelligence, IEEE Journal of Radio Frequency Identification 审稿专家

……




上一篇:田方超
下一篇:杨震