严如强,西安交通大学教授、博士生导师、高端装备研究院国际机械中心主任,2007年5月毕业于美国马萨诸塞大学阿默斯特分校(University of Massachusetts, Amherst)机械与工业工程系,获机械工程专业博士学位,主持科技部重点研发计划项目和基金委自然科学...
[6] 严如强, 商佐港, 王志颖, 许文纲, 赵志斌, 王诗彬, 陈雪峰, “可解释人工智能在工业智能诊断中的挑战和机遇:先验赋能”, 机械工程学报, 第60卷, 第12期, 1-20, 2024. [7] 如强, 周峥, 杨远贵, 李亚松, 胡晨烨, 陶治...
同舟云学术可以对学术人才进行搜索评估,对学者进行精准定位.系统收录了国内外主流学术期刊论文及会议论文,是国内收录国际学术论文最多的学者库之一.
严如强,西安交通大学教授、博士生导师、高端装备研究院国际机械中心主任,2007年5月毕业于美国马萨诸塞大学阿默斯特分校(University of Massachusetts, Amherst)机械与工业工程系,获机械工程专业博士学位,主持科技部重点研发计划项目和基金委自然科学基金重点项目等。国际电气与电子工程师协会会士(IEEE Fellow)、美国机械工程...
西安交通大学严如强教授团队首先介绍可解释性技术的概念与作用原理,并对目前可解释性技术的主要观点与分类进行总结。接着,从工业诊断中常用的信号处理先验和物理知识先验角度,概述内在可解释的先验赋能可解释技术的研究现状。最后指出先验赋能可解释技术存在的挑战与机遇 。他们的研究成果以题为《可解释人工智能在工业智能...
图3 使用t-SNE的可视化特征. (a) CNN; (b) WCNN; (C) MKCNN; (d) WaveletNet-L; (e) WaveletNet-m; (f) WaveletNet-…
近日,美国机械工程师学会(ASME)公布了新一届Fellow名单,机械学院严如强教授当选新一届ASME Fellow。 严如强,高端装备研究院国际机械中心执行主任,多年来围绕国民经济重大装备开展智能信息处理、故障诊断与预测等研究。获美国、墨西哥、中国等发明ZL授权20余项,牵头制定IEEE国际标准1项,发表SCI期刊论文80余篇,SCI引用超2700...
西安交通大学严如强教授团队首先介绍可解释性技术的概念与作用原理,并对目前可解释性技术的主要观点与分类进行总结。接着,从工业诊断中常用的信号处理先验和物理知识先验角度,概述内在可解释的先验赋能可解释技术的研究现状。最后指出先验赋能可解...