近日，我校海洋学院信息与通信工程专业2022级研究生潘苏，以第一作者身份在人工智能领域国际顶级期刊《Engineering Applications of Artificial Intelligence》（中科院一区Top期刊，IF=8.0）上发表题目为“Classification of power quality disturbances using residual networks with channel attention mechanism”的研究论文，导师聂星阳高级工程师为论文通讯作者，何呈副教授为论文共同作者，江苏科技大学为第一署名单位。
电能质量扰动（PQD）的检测分类在电力系统中至关重要。针对噪声环境下的PQD分类问题，论文提出了ST-GSResNet方法，该方法结合了S变换、改进的ResNet模型和通道注意机制。相比现有的PQD检测分类方法，ST-GSResNet在分类准确性和计算效率上都具有优势。
聂星阳主要研究方向为数理统计、机器学习（含深度学习）、信息论及其在计算机视觉、数据处理分析、信号处理、通信等领域中的应用。
《Engineering Applications of Artificial Intelligence》是国际业界公认的在计算机科学、人工智能领域的TOP学术期刊，致力于展示人工智能在工程领域的实际应用、技术创新和研究成果。期刊旨在促进AI技术与工程实践的融合，推动理论与实践的结合，为解决实际工程问题提供创新性的解决方案。
论文链接：https://www.sciencedirect.com/science/article/abs/pii/S0952197625006414
（撰稿：章清伟 初审：程鹏 二审：丁红 终审：周春燕 编辑：程鹏）
