

课题组将招收博士、硕士和博士后,长期有效。
关于博士硕士招生有以下三点要求:1)应具有工程学科背景,并对信息技术有浓厚兴趣,即将或已取得相关的学士或硕士学位;2)应具有较强的技术背景,包括但不限于海洋工程结构分析、海洋环境数值模拟与预测、海洋数字孪生等方面的研究经验,优先考虑在数值算法、工业软件开发或高性能计算方面有研究或实践经验的申请者;3)应具有较高的自我激励能力,良好的英语书面和口语沟通能力,以及独立工作能力。
关于博士后招聘还应满足以下两点:1)年龄35岁以下,获得博士学位3年以内;2)研究方向为土木工程信息技术、海洋环境信息建模及应用、数据驱动知识发现及应用等相关方向。(注:博士后申请者经过初步筛选后需进行面试,并作半小时学术报告,包括博士期间的主要研究工作内容及未来博后工作设想。)
有意向者请将个人简历、成绩单及工作设想等材料发送至邮箱:hu.zhenzhong@sz.tsinghua.edu.cn。详情可查看课题组博士硕士招生、课题组博士后招聘。
“漂浮式海上风机结构损伤识别方法及系统”已获得发明专利证书(专利号:ZL202611188223.4)。
本发明公开了一种漂浮式海上风机结构损伤识别方法及系统,该方法包括:建立包含离散损伤状态和连续工况参数的联合状态空间;获取多源动力响应数据并进行分窗特征提取;采用时序神经网络生成离散损伤状态提议,采用神经后验估计模型与均匀分布混合生成连续参数提议;基于结构响应预测模型计算观测似然;结合损伤不可逆演化约束、连续参数转移关系和激活率统计规律进行序贯蒙特卡洛粒子权重校正;通过递推更新与后向平滑获得损伤状态、连续参数、损伤激活率及首次激活时刻的后验分布并输出。将外部工况变化与损伤演化统一纳入序贯推断框架,避免了环境变化引起的模态漂移被误判为损伤,输出概率化识别结果,为漂浮式海上风机在线安全评估与运维决策提供支撑。
注:本专利发明人还包括博士生蒋淳豪和博士后刘毅。
根据今年9月科睿唯安ESI数据库发布的最新数据显示,在期刊Ocean Engineering(Q1区Top期刊,IF=6.3)上发表的论文Digital disaster prevention for ocean engineering: Current progress and future directions入选ESI高被引论文。
该研究针对台风等极端气候事件频发所加剧的技术事故风险,系统综述了极端气候下海洋工程数字化防灾减灾的研究进展。文章围绕致灾因子识别、灾害机理建模和结构安全评估三大核心方向,总结了物理数值模拟、数据驱动仿真与系统动力学的融合应用,评述了数字孪生、机器学习和深度学习在情景化风险分析、安全评估与预警系统(尤其是海上风电场)中的应用。在此基础上,研究提出了融合环境感知、可解释建模、智能预测预警与韧性导向决策支持的前瞻性数字技术体系,为构建更具适应性、预测性和韧性的海洋工程安全管理指明了方向。
注意:ESI高被引论文(Highly Cited Papers)是指最近十年内发表论文中被引用频次排在相应学科领域全球前1%以内的论文。如今,ESI高被引论文已成为衡量学校学术影响力的重要指标之一。
Fine-tuning vision foundation model for crack segmentation in civil infrastructures在谷歌学术上的引用量已突破100次。论文于2024年5月发表,两年多时间即实现引用破百,其破百速度应该是迄今最快。
该论文引用量的迅速攀升,与当前土木工程领域智能化转型的整体趋势密切相关。传统基于小规模数据集训练的视觉检测模型普遍存在泛化能力不足、难以适应复杂工程工况等瓶颈,制约了智能检测技术在工程实践中的规模化应用。该研究引入一种视觉基础模型用于裂缝分割任务,并采用参数高效微调技术对其进行适配,有效解决了上述瓶颈问题,为同类研究提供了可直接借鉴的技术范式。
论文中所采用的技术还可扩展应用于分割其他类型的结构缺陷,例如地震损伤分割、钢筋腐蚀分割以及结构渗水识别,逐步覆盖结构健康监测中的各类检测需求。团队也将在此技术框架的基础上开展进一步探索,推动人工智能技术在工程检测与运维一线的落地,为基础设施的智慧化管理提供有力支撑。
论文Beyond annual dose: Assessing lifetime cancer risk from dietary radiocesium exposure and public risk-perception gaps in Japan已发表在期刊Environment International上。
食品中的放射性铯是环境健康风险评估面临的持续挑战。年剂量合规(1mSv/年)对放射保护至关重要,但可能无法反映慢性暴露下的累计终生癌症风险(LCR)或相应的公众风险认知。研究构建了综合放射风险评估框架,基于日本全国调查及食品监测数据,采用多层次回归与事后分层方法,估算县级LCR和风险感知差距。年膳食剂量远低于1 mSv/年基准,而模拟的死亡率与发病率LCR均高于10⁻⁵,分别为1.84×10⁻⁵~1.37×10⁻⁴和2.70×10⁻⁵~2.02×10⁻⁴。空间分析识别出的高风险县(尤其是东北)应优先监测;农产品是主导暴露途径,约占LCR的55.0–64.5%。日本北部估算风险趋于高于感知风险,需主动风险管控;中部地区则相反,需加强针对性沟通。本框架将LCR与年剂量指标结合,支持区域特定监测与风险沟通。
注:Environment International属于Q1区环境科学与生态学领域TOP期刊,2026年影响因子为10.2。南京大学毛亮教授和黄蕾教授为通讯作者。研究成果得到国家自然科学基金的资助。
清华大学林佳瑞个人网站 清华大学纪晓东个人网站 清华大学陆新征个人网站
累计PV [116359] | 累计UV [33226] | 累计IP [32201]
Copyright @ 2013- 胡振中的个人网站 All Rights Reserved | 粤ICP备 13043606号