报告题目：可信故障诊断及其模型校准初探

报告所属学科：管理科学与工程

报告人：邵海东（湖南大学）

报告时间：2026年1月25日 13:00-17:00

报告地点：腾讯会议：942-514-062

报告摘要：

对于本质为模式识别的故障诊断，准确率为核心指标，然而，仅仅关注准确率就意味着是否发生故障的决定权皆交付于模型，降低了其可信度。不确定性量化及分解不仅能提供诊断结果的可信度，还能帮助研究者分析数据中未知因素的来源并找到提升可信度的关键。为此，提出了一种基于变分注意力的贝叶斯Transformer网络来感知并分析结果不确定性。置信度校准是另一种表征可信度的工具。考虑现有深度模型校准问题，提出了一种自适应置信度惩罚方法以提升校准。

报告人简介：

邵海东，湖南大学长聘副教授，博士生导师，入选湖南省优青、湖湘青年英才、科睿唯安全球高被引科学家、爱思唯尔中国高被引学者；现任IEEE TII、IEEE TSMC、IEEE TITS等10余个SCI期刊副主编。长期从事机电故障诊断和工业人工智能的教学科研工作，以第一/通讯作者发表70余篇中科院SCI一区论文。曾获吴文俊人工智能青年科技奖、湖南省自然科学奖二等奖、全国高校教师教学创新大赛二等奖、湖南省普通高等学校课程思政教学竞赛一等奖、全国宝钢优秀学生特等奖等。