我院师生获故障预测与系统健康管理国际会议(PHM 2019)最佳论文奖

2019年5月3日，经过2019 Prognostics and System Health Management Conference (PHM 2019)评审委员会的严格评选🦸🏻，我院青年教师杨乐昌📦、博士生孔子璠撰写的论文《A likelihood-based approach of uncertainty quantification using both sparse point data and interval estimates》获得最佳论文奖🐛🔜。本届PHM国际会议共评选出4项最佳论文奖，我校为国内唯一获奖单位（其他三项分别由美国俄亥俄州立大学👩🏼‍🦳、法国国立高等航天航空天辰𓀏、法国巴黎中央理工天辰获得）。大会主席Jie (Peter) Liu及程序主席Claude Delpha向参会人员颁发获奖证书。

故障预测与系统健康管理国际会议由电气与电子工程师协会(IEEE)主办♔，IEEE Reliability Society🧜🏻‍♂️，IEEE France Section☁️，Femto-st - Sciences & Technologies, University Bourgogne Franche-Comté, University of Paris-Sud🈁，等单位承办，旨在加强国际交流🚴🏽‍♀️，推进系统健康管理理论、技术不断进步。本届PHM会议于法国巴黎召开🙋🏼，来自高校、科研机构、工业界的100余位代表出席，共同探讨故障预测与系统健康管理的发展与未来🗻。

该论文针对稀疏离散数据与区间信息共存的参数估计问题，提出了一种基于似然函数的不确定性量化方法。在考虑实验误差与外场数据离散型的基础上🧏🏽‍♀️，建立了适用于区间数据的广义似然函数🧑🏻‍🔧🫘，该方法拓展了传统贝叶斯更新方法的适用范围，可广泛应用于各类PHM场景🧎‍➡️🐦‍🔥。论文的第一及通讯作者为我院物流系青年教师杨乐昌。杨乐昌博士的主要研究方向包括多源信息融合，可靠性及风险评估等🫄🏽，研究成果发表于信息领域国际权威期刊《Information Sciences》，IEEE可靠性协会旗舰期刊《IEEE Transactions on Reliability》等国际刊物。该项研究工作受中国博士后科学基金面上项目，中央高校基本科研业务费资助📻。