01月31日，19:00-20:00，AB公开课 第37期 | 蔚来汽车智能算法篇，将邀请蔚来汽车NIO Power高级算法工程师就深度学习在蔚来汽车少样本故障诊断中的应用进行深度分享与交流，欢迎大家按时收看直播~
胥明镜 蔚来汽车 NIO Power 高级算法工程师
个人介绍：2021年获得意大利米兰理工大学博士学位，智能故障预测与异常检测研究方向。在蔚来能源负责换电站、充电桩、电池等关键设备的智能运维算法、产品等研究与开发。研究领域涵盖利用 RNNs,CNNs,GANs,Reservoir Computing,Wavelet, 集成学习, 进化算法等 AI 方法对长时依赖的多元时间序列进行缺失值处理、特征提取、深度学习表征、聚类、分类、预测等，并应用在异常检测、故 障模式诊断、剩余寿命预测与不确定性分析等任务中。近5年在AI领域顶刊《IEEE transactions on Intelligent Transportation System》，《Expert System with Application》，《Engineering Application of Aetificial Intelligence》《Energy》与顶级国际会议ESREL 2019，ICSRS 2019发表基于无监督RNN与生成对抗网络的故障诊断预测技术6篇论文，并获得Best Student Poster Award in ESREL 2019，Excellent Session Oral Presentation Award in ICSRS 2019两项国际奖项。
演讲题目：蔚来汽车在少样本故障诊断中的深度学习算法实践
演讲提纲：针对蔚来能源换电站、充电桩等关键补能设备面临的故障模式种类多、发生频率低所导致的无监督与少故障样本的挑战，研究并开发了基于无监督RNN和生成对抗网络的故障诊断算法，有效地解决这些问题并取得显著业务效果。
听众收益：
1. 只有极少量的故障样本（<10），如何进行高准确率的故障诊断算法开发？
2. 如何识别一类故障模式的时间序列？
3. 如何利用生成对抗网络进行模式识别并开发高准确率的故障诊断算法？
DataFun：专注于大数据、人工智能技术应用的分享与交流。发起于2017年，在北京、上海、深圳、杭州等城市举办超过100+线下和100+线上沙龙、论坛及峰会，已邀请超过2000位专家和学者参与分享。其公众号 DataFunTalk 累计生产原创文章800+，百万+阅读，15万+精准粉丝。
