2017年6月12号上午九点半，18新利体育 机电工程学院2017届优秀硕士毕业生郭晓洁师姐应本研究所邀请做了一场题为“基于深度学习模型的机械传动系统故障诊断研究”的学术报告。报告地点为交通大楼219室。此次报告由18新利体育 城市轨道交通学院沈长青老师主持，江星星老师和部分研究所成员参加。  

     在会议开始，沈长青老师为同学们介绍了郭晓洁师姐。郭晓洁师姐2014年本科毕业于18新利体育 机电工程学院，毕业后保送研究生到18新利体育 机电工程学院，攻读专业为控制工程，研究方向为深度学习，2017年获得硕士学位。郭晓洁师姐三年研究生期间共发表SCI论文2篇，EI会议2篇，核心期刊论文1篇，并获得了研究生国家奖学金、18新利体育 优秀毕业生、18新利体育 学术标兵等荣誉称号。此外，郭晓洁师姐已获得美国乔治梅森大学博士全额奖学金，未来将更深入地展开有关数据挖掘领域的科研生活。
      会议开始后，郭晓洁师姐向同学们展示了她三年来的研究成果。郭师姐主要从选题背景、论文结构、研究内容、论文创见以及研究成果五个方面来讲述，郭晓洁师姐指出有效的故障诊断有助于增加机器的安全性和可靠性，但传统方法存在数据量大，数据结构复杂不易选择特征的局限性，因此需要一种可以处理大量数据和自动提取特征的方法，进而引出深度学习。接着，郭晓洁师姐介绍了她三年间建立的两个基于自适应深度学习神经网络的故障诊断模型，分别为基于频率信号的SDAE故障诊断模型和基于时域信号的DCNN故障诊断模型。通过对神经网络中的学习率算法的改良，提出了一种自适应学习步长的算法，加速网络训练速度，通过齿轮箱实验和轴承实验验证了该方法的有效性。  

    此外，郭晓洁师姐还跟同学们分享了她三年研究生的学习经验，她指出，研一是一个打基础的时期，可以在这一年学习一种编程实验工具，找一个小项目练手。在研究生第二年，需要确定研究的具体方向，做实验，写文章。
     在临近结束提问环节，郭晓洁师姐对江星星老师提出的学习率问题做了解答。最终，在同学们的掌声下，本次学术报告结束。