国产直播学术报告：海上目标智能感知与跨域协同创新-国产直播

主讲人简介：方诗标，1988年出生，男，深圳大学计算机与软件学院特聘研究员，硕士生导师，深圳市高层次人才后备人才，深圳市鹏城优才。于浙江大学获得港口、海岸与近海工程博士学位。长期致力于海上突发事件应急信息保障和海洋防灾减灾领域的科研工作，围绕海上搜救与污染物溯源开展了大量机理性基础研究和深度学习算法的研究，构建海上漂浮物体的精细化计算与预测模型。主持国家自然科学基金面上项目“基于半监督算法的浪流耦合作用下溢油行为特征响应机理研究”、国家自然科学基金重点项目-课题“综合理化过程的溢油风化和岸线吸附数值模拟”、“十四五”国家重点研发计划项目-子课题“海上目标漂移溯源”、中国博士后科学基金面上资助项目、广东省基础与应用基础研究基金、江西省水利厅重大项目在内的国家基础研究和地方应用技术项目共计8项，以第一作者/通讯作者身份在《Renewable and Sustainable Energy Reviews》、《Journal of Cleaner Production》、《Desalination》、《Environmental Research Letters》等知名国际期刊发表SCI/EI论文30余篇（其中，中科院二区以上论文10篇，一区文章6篇），获得授权专利8项。

报告内容简介：溢油污染分布广泛、危害程度高，流入海洋的石油和含油物质会在浪流作用下迅速沉潜、漂移，具有难识别、难预测的特点。以深度估计、目标检测和目标跟踪为代表的深度学习技术在溢油识别和观测方面具有优势。报告聚焦于溢油过程的高精度建模与智能溯源技术，介绍国家自然科学基金面上项目“基于半监督算法的浪流耦合作用下溢油行为特征响应机理研究”中的最新研究成果。该项目首次融合多物理场耦合机制与深度学习方法，构建了具有自适应演化能力的污染行为模拟模型，显著提升了复杂海洋环境中污染扩散与风化过程的预测精度；基于水动力模拟水槽，开展了海上溢油实验室实验，研发了沉潜油检测与行为过程跟踪深度学习模型，揭示了沉潜油形成机制，发展了中国海上溢油行为和归宿原型建模。同时，结合国家重点研发计划子课题“海上目标漂移溯源”的研究进展，报告还将介绍多源遥感、雷达与历史轨迹数据融合的深度神经网络模型在智能感知与数据驱动建模中的应用。

欢迎有兴趣的老师和同学参加！