中国海洋大学信息科学与工程学部郭忠文教授团队成员。 致力于时序数据分类，人工智能，分布式光纤传感，工业大模型的交叉领域研究，重点开展以下方向： 1、时序数据智能分析与分类：针对分布式光纤传感（DAS/DOFS）系统产生的多模态时序信号，研发基于深度学习的特征提取与分类算法，解决工业设备长距离、高精度实时监测的关键技术难题。 后续将往近海目标探测方面深研。

  2、工业知识建模与推理：构建面向流程工业的领域大模型框架，研究多模态状态表征学习方法，实现异常检测准确率与可解释性的协同优化。 3、边缘智能系统集成：开发轻量化时序分类架构，解决多应用场景下数据处理及特征工程的实时性需求。 当然虽然主要研究方向写了上面这三点，但实际上方法都是通用的，因此与时序数据相关的研究方向本人都略懂一二。 最近研究向基于多模态融合的近海目标探测方向靠拢，包括图像与时序融合，图像与文本融合等。

  团队具备充足的多显卡计算资源，具备遥感无人机、无人小车及智能机械臂硬件资源，欢迎具有计算机相关专业背景，对人工智能时序或工业应用有浓厚兴趣的同学报考，共同学习共同进步。 具备扎实的数学基础与编程能力（Python/Matlab），有信号处理或机器学习研究经验者优先。 PS：本人比较佛系，没什么杂活，平时除了科研喜欢打篮球、羽毛球、跑步等，目前主要目标是多发论文，科研思路很多但是分身乏术人力有时尽。

  欢迎重视科研，能沉下心来搞研究，对论文有渴望有野心的同学。 2024.02.26至今 中国海洋大学，信息科学与工程学部，讲师。

1. 1. 中华人民共和国科学技术部， 国家重点研发计划， 2024.12 ~ 2027.11， 参与

1. 1. Mamba -GTC: Cross-view contrastive learning with state space modeling for heterogeneous graph representation， Knowledge-Based Systems， 2026， SCI 1区期刊， 通讯作者

2. 2. HMSAnet: Hierarchical multi-scale spatiotemporal adaptive network for human activity detection in distributed optical fiber sensing， Neurocomputing， 2026， SCI 2区期刊， 第一作者

3. 3. A QoE-Driven Efficient Task Scheduling Method for Symbiotic Internet of Things in Industrial Intelligent Manufacturing Systems， IEEE Internet of Things Journal， 2025， SCI 1区期刊， 共同一作

4. 4. Learning Spatial-Temporal Features of Fiber-Optical Data With Multi-scale Double Dynamic Network for Human Intrusion Detection， IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT， 2023， SCI 2区 TOP期刊， 第一作者

5. 5. RaiseAuth: a novel bio-behavioral authentication method based on ultra-low-complexity movement， Complex & Intelligent Systems， 2023， SCI 2区期刊， 第一作者

1. 1. 物联网系统设计与开发， 专业选修课， 3， 64