韩雷

Faculty

头像

韩雷

职称： 教授 学院： 电子工程学院 电子邮箱： hanlei@ouc.edu.cn 办公室：
  • 基本信息
  • 项目
  • 获奖
  • 论文
  • 课程
  • 教材或专著
  • 专利
  • Research Fields
  • Achievement
  • Social Appointments
  • Teaching Experience
  • Honor Title
  • Additional Information
  • 基本信息
    姓名： 韩雷 出生年月： 最高学位：博士 入职海大时间： 2008.7
    主要研究方向：智能信息处理与模式识别；人工智能灾害环境预警技术；深度学习 专业技术职务：教授 导师类别：博士生导师
    年均课时数：154 是否第一学科：是
    国内外重要学术组织任职：SCI期刊AAS编委
    获得人才称号名称及获得年份：
    其他情况简介：
    研究方向
    • 智能信息处理与模式识别
    • 人工智能灾害环境预警技术
    • 深度学习

    工作经历
    2019.07-08，NCAR，美国科罗拉多州立大学电子系，访问教授
    2018.01-2018.03，NCAR，访问教授
    2015.10，美国伍兹霍尔研究所（WHOI），访问学者
    2015.07-08，美国NCAR，对地遥感观测实验室，访问教授
    2015.05，美国伍兹霍尔研究所（WHOI），访问学者
    2014.07-2014.09，NCAR对地遥感观测实验室，美国国家强风暴实验室（NSSL），访问教授
    2012.11-2013.12，NCAR对地遥感观测实验室，访问教授
    2008-至今，中国海洋大学，信息学部，教授
    2001，美国朗讯科技公司（芝加哥）研发部，软件研发培训
    2001-2004，美国朗讯科技公司（青岛）研发部，软件研发工程师

    研究生招生条件
    实验室毕业的研究生，就业去向为软件开发岗位、机器学习算法研发岗位等。就业单位包括：阿里巴巴、知乎、美团、凤凰网、顺丰、华为、上海贝尔、海信、朗讯、诺基亚、中信银行总行、青岛银行、交通银行等知名企业的研发部。
    （1）对研究工作有兴趣，有吃苦耐劳的精神，同意赴外地科研院所进行学术交流或参加短期学术会议。实验室每年会选派若干学生，赴北京的合作科研院所进行1-2年左右的学术交流。
    （2）必须通过英语6级考试，具有较好的英语听说读写能力（编程能力突出的学生可放宽）。实验室将不定期组织学生赴国外研究机构进行深造。
    （3）有较好的软件编程能力，熟悉C++或Matlab，掌握python等深度学习编程语言的学生优先。
    （4）报考计算机、电子、自动控制等相关研究生专业的学生优先，具有物理专业背景的学生优先。
    （5）有意加入实验室研究团队的学生，保送生在获得保研资格后，考研的考生请在得知考研成绩后，请尽快电子邮件联系：hanlei@ouc.edu.cn。拟申请攻读博士学位的学生，请提前电子邮件联系：hanlei@ouc.edu.cn。
    （6）实验室常年招收博士后、青年教师，有意者请电子邮件联系。
    （7）实验室无调剂名额。
  • 项目
    • 1. 国家自然科学基金， 面上项目， 2023 ~ 2026， 主持
    • 2. 国家自然科学基金， 面上项目， 2023 ~ 2026， 参与
    • 3. 国家自然科学基金， 面上项目， 2019 ~ 2022， 主持
    • 4. 科技部， 国家重点研发计划， 2019 ~ 2021， 子课题负责人
    • 5. 科技部， 国家重点研发计划， 2018 ~ 2021， 子课题负责人
    • 6. 国家自然科学基金， 应急管理项目， 2018 ~ 2018， 主持
  • 获奖
    • 1. 2023， AAS Outstanding Editor Award， ，
    • 2. 2023， Esteemed Original Paper Prize ( A Deep Learning Method for Bias Correction of ECMWF 24–240 h Forecasts, 封面论文)， ，
    • 3. 2022， AAS Outstanding Editor Award， ，
    • 4. 2020， 研究生优秀成果奖， 二等奖，
  • 论文
    • 1. Multi‐task learning for tornado identification using Doppler radar data， Geophysical Research Letters， 2024， 理工科顶尖SCI， 通讯作者
    • 2. Improving explainability of deep learning for polarimetric radar rainfall estimation， Geophysical Research Letters， 2024， 理工科顶尖SCI， 通讯作者
    • 3. StarNet: A Deep Learning Model for Enhancing Polarimetric Radar Quantitative Precipitation Estimation， IEEE Transactions on Geoscience and Remote Sensing， 2024， 理工科顶尖SCI， 通讯作者
    • 4. A Deep Learning Approach for Forecasting Thunderstorm Gusts in the BeijingTianjinHebei Region， Adv. Atmos. Sci.， 2024， 理工科权威SCI， 通讯作者
    • 5. Comparative study on the performance of ConvLSTM and ConvGRU in classification problems—taking early warning of short-duration heavy rainfall as an example， Atmospheric and Oceanic Science Letters， 2024， SCI， 通讯作者
    • 6. Polarimetric Radar Quantitative Precipitation Estimation Using Deep Convolutional Neural Networks， IEEE Transactions on Geoscience and Remote Sensing， 2023， 理工科顶尖SCI，
    • 7. Pixel-CRN: A new machine learning approach for convective storm nowcasting， IEEE Transactions on Geoscience and Remote Sensing， 2023， 理工科顶尖SCI，
    • 8. The roles of surface convergence line and upper-level forcing on convection initiation ahead of a gust front: A case study， Journal of Geophysical Research: Atmospheres， 2023， 理工科顶尖SCI，
    • 9. Statistical analysis of quasi-linear convective systems over the Beijing-Tianjin-Hebei region during the warm season， Atmospheric Research， 2023， 理工科顶尖SCI，
    • 10. Toward the Predictability of a Radar-Based Nowcasting System for Different Precipitation Systems， IEEE Geoscience and Remote Sensing Letters， 2022， 理工科权威SCI，
    • 11. Convective precipitation nowcasting using U-Net model， IEEE Transactions on Geoscience and Remote Sensing， 2022， 理工科顶尖SCI，
    • 12. Advancing Radar Nowcasting Through Deep Transfer Learning， IEEE Transactions on Geoscience and Remote Sensing， 2022， 理工科顶尖SCI，
    • 13. Cross validation of GOES-16 and NOAA multi-radar multi-sensor (MRMS) QPE over the continental United States， Remote Sensing， 2021， 理工科权威SCI，
    • 14. A deep learning method for bias correction of ECMWF 24–240 h forecasts， Adv. Atmos. Sci.， 2021， 理工科权威SCI，
    • 15. Reconstruction of the Radar Reflectivity of Convective Storms Based on Deep Learning and Himawari-8 Observations， Remote Sensing， 2021， 理工科权威SCI，
    • 16. A two stage learning technique for precipitation retriｅｖａｌ using ABI and GLM measurements on the GOES R series， 2021 PhotonIcs & Electromagnet ics Research Symposium ( PIERS)， 2021， EI，
    • 17. Convolutional Neural Network for Convective Storm Nowcasting Using 3-D Doppler Weather Radar Data， IEEE Transactions on Geoscience and Remote Sensing， 2020， 理工科顶尖SCI，
    • 18. Quantification of Precipitation Using Polarimetric Radar Measurements during Several Typhoon Events in Southern China， Remote Sensing， 2020， 理工科权威SCI，
    • 19. An investigation of a probabilistic nowcast system for dual-polarization radar applications， 2020 IEEE International Geoscience and Remote Sensing Symposium (IGARSS)， 2020， EI，
    • 20. Radar image prediction using generative adversarial networks， International Conference on Graphics and Image Processing， 2020， EI，
    • 21. A Multi-task Two-stream Spatiotemporal Convolutional Neural Network for Convective Storm Nowcasting， 2020 IEEE International Conference on Big Data， 2020， EI，
    • 22. Early Recognition of Convective Initiation Using 3D U-Net with Multi-source Data， International Conference on Graphics and Image Processing， 2020， EI，
    • 23. Application of Multi-channel 3D-cube Successive Convolution Network for Convective Storm Nowcasting， 2019 IEEE International Conference on Big Data， 2019， EI，
    • 24. A Three-dimensional Convolutional-Recurrent Network for Convective Storm Nowcasting， 2019 IEEE International Conference on Big Knowledge， 2019， EI，
    • 25. A tropical cyclone similarity search algorithm based on deep learning method， Atmos. Res.， 2018， 理工科顶尖SCI，
    • 26. A machine learning nowcasting method based on real-time reanalysis data， J. Geophys. Res.， 2017， 理工科顶尖SCI，
  • 课程
    • 1. 数字图像处理， 选修， 2.5， 48
    • 2. 计算方法， 必修， 2.5， 48
    • 3. 学术论文写作， 必修， 2， 32
  • 教材或专著
  • 专利
  • 成果转化与社会服务
  • Research Fields
  • Achievement
    • 1. 国家自然科学基金， 面上项目， 2023 ~ 2026， 主持
    • 2. 国家自然科学基金， 面上项目， 2023 ~ 2026， 参与
    • 3. 国家自然科学基金， 面上项目， 2019 ~ 2022， 主持
    • 4. 科技部， 国家重点研发计划， 2019 ~ 2021， 子课题负责人
    • 5. 科技部， 国家重点研发计划， 2018 ~ 2021， 子课题负责人
    • 6. 国家自然科学基金， 应急管理项目， 2018 ~ 2018， 主持
  • Social Appointments
    • 1. 2023， AAS Outstanding Editor Award， ，
    • 2. 2023， Esteemed Original Paper Prize ( A Deep Learning Method for Bias Correction of ECMWF 24–240 h Forecasts, 封面论文)， ，
    • 3. 2022， AAS Outstanding Editor Award， ，
    • 4. 2020， 研究生优秀成果奖， 二等奖，
  • Teaching Experience
    • 1. Multi‐task learning for tornado identification using Doppler radar data， Geophysical Research Letters， 2024， 理工科顶尖SCI， 通讯作者
    • 2. Improving explainability of deep learning for polarimetric radar rainfall estimation， Geophysical Research Letters， 2024， 理工科顶尖SCI， 通讯作者
    • 3. StarNet: A Deep Learning Model for Enhancing Polarimetric Radar Quantitative Precipitation Estimation， IEEE Transactions on Geoscience and Remote Sensing， 2024， 理工科顶尖SCI， 通讯作者
    • 4. A Deep Learning Approach for Forecasting Thunderstorm Gusts in the BeijingTianjinHebei Region， Adv. Atmos. Sci.， 2024， 理工科权威SCI， 通讯作者
    • 5. Comparative study on the performance of ConvLSTM and ConvGRU in classification problems—taking early warning of short-duration heavy rainfall as an example， Atmospheric and Oceanic Science Letters， 2024， SCI， 通讯作者
    • 6. Polarimetric Radar Quantitative Precipitation Estimation Using Deep Convolutional Neural Networks， IEEE Transactions on Geoscience and Remote Sensing， 2023， 理工科顶尖SCI，
    • 7. Pixel-CRN: A new machine learning approach for convective storm nowcasting， IEEE Transactions on Geoscience and Remote Sensing， 2023， 理工科顶尖SCI，
    • 8. The roles of surface convergence line and upper-level forcing on convection initiation ahead of a gust front: A case study， Journal of Geophysical Research: Atmospheres， 2023， 理工科顶尖SCI，
    • 9. Statistical analysis of quasi-linear convective systems over the Beijing-Tianjin-Hebei region during the warm season， Atmospheric Research， 2023， 理工科顶尖SCI，
    • 10. Toward the Predictability of a Radar-Based Nowcasting System for Different Precipitation Systems， IEEE Geoscience and Remote Sensing Letters， 2022， 理工科权威SCI，
    • 11. Convective precipitation nowcasting using U-Net model， IEEE Transactions on Geoscience and Remote Sensing， 2022， 理工科顶尖SCI，
    • 12. Advancing Radar Nowcasting Through Deep Transfer Learning， IEEE Transactions on Geoscience and Remote Sensing， 2022， 理工科顶尖SCI，
    • 13. Cross validation of GOES-16 and NOAA multi-radar multi-sensor (MRMS) QPE over the continental United States， Remote Sensing， 2021， 理工科权威SCI，
    • 14. A deep learning method for bias correction of ECMWF 24–240 h forecasts， Adv. Atmos. Sci.， 2021， 理工科权威SCI，
    • 15. Reconstruction of the Radar Reflectivity of Convective Storms Based on Deep Learning and Himawari-8 Observations， Remote Sensing， 2021， 理工科权威SCI，
    • 16. A two stage learning technique for precipitation retriｅｖａｌ using ABI and GLM measurements on the GOES R series， 2021 PhotonIcs & Electromagnet ics Research Symposium ( PIERS)， 2021， EI，
    • 17. Convolutional Neural Network for Convective Storm Nowcasting Using 3-D Doppler Weather Radar Data， IEEE Transactions on Geoscience and Remote Sensing， 2020， 理工科顶尖SCI，
    • 18. Quantification of Precipitation Using Polarimetric Radar Measurements during Several Typhoon Events in Southern China， Remote Sensing， 2020， 理工科权威SCI，
    • 19. An investigation of a probabilistic nowcast system for dual-polarization radar applications， 2020 IEEE International Geoscience and Remote Sensing Symposium (IGARSS)， 2020， EI，
    • 20. Radar image prediction using generative adversarial networks， International Conference on Graphics and Image Processing， 2020， EI，
    • 21. A Multi-task Two-stream Spatiotemporal Convolutional Neural Network for Convective Storm Nowcasting， 2020 IEEE International Conference on Big Data， 2020， EI，
    • 22. Early Recognition of Convective Initiation Using 3D U-Net with Multi-source Data， International Conference on Graphics and Image Processing， 2020， EI，
    • 23. Application of Multi-channel 3D-cube Successive Convolution Network for Convective Storm Nowcasting， 2019 IEEE International Conference on Big Data， 2019， EI，
    • 24. A Three-dimensional Convolutional-Recurrent Network for Convective Storm Nowcasting， 2019 IEEE International Conference on Big Knowledge， 2019， EI，
    • 25. A tropical cyclone similarity search algorithm based on deep learning method， Atmos. Res.， 2018， 理工科顶尖SCI，
    • 26. A machine learning nowcasting method based on real-time reanalysis data， J. Geophys. Res.， 2017， 理工科顶尖SCI，
  • Honor Title
    • 1. 数字图像处理， 选修， 2.5， 48
    • 2. 计算方法， 必修， 2.5， 48
    • 3. 学术论文写作， 必修， 2， 32
  • Additional Information