姜洪开，西北工业大学民航学院教授，博士生导师，中国振动工程学会故障诊断分会常务理事，中国振动工程学会转子动力学分会常务理事。一直致力于飞行器故障诊断与健康管理、新一代人工智能与智能飞行器、大数据分析与智能运维等方面的研究工作。近年来，以第一作者或通讯作者发表SCI收录论文100余篇，其中ESI热点论文1篇、 ESI高被引论文15篇。入选2023年度和2022年度科睿唯安全球高被引科学家、2022年度和2021年度爱斯唯尔中国高被引学者。相关研究成果获工业和信息化部国防科技进步二等奖一项，获教育部科技进步二等奖一项。主持国家自然科学基金重大研究计划培育项目1项、国家自然科学基金面上项目3项、省部级基金项目6项和多项与科研院所合作项目。

题目：《航空发动机试验数据深度挖掘与智能预示》

报告信息：航空发动机试验数据是发动机试车的宝贵资料，开展发动机试验数据挖掘与智能预示方法研究，将能更深层次的利用发动机试验数据，从中找出影响发动机性能的技术环节或因素，对于提高发动机的试车成功率具有重要的理论意义和工程实用价值。以深度学习为代表的新一代人工智能技术能自主挖掘隐藏于原始数据中的特征信息，直接建立原始数据与设备健康状态间的精确映射联系。报告阐述了深度学习主流模型的构造方法，包括深度置信网络模型、深度自动编码器模型、深度卷积神经网络模型和循环神经网络模型，将其应用健康状态识别、复合故障诊断、剩余寿命预测以及不平衡数据下故障检测，并展示了基于典型深度学习模型的数据深度挖掘与智能预示应用案例。