出生年月

1991年3月

学历

博士研究生

职称

讲师（内聘副教授）

博导/硕导

硕导

工作单位

昆明理工大学建筑工程学院

职务

无

电子信箱

tang@kust.edu.cn

个人主页

zhiyitang.info

通讯地址

云南省昆明市呈贡区景明南路727号昆明理工大学建筑工程学院，邮编：650500

研究方向

我的研究方向是结构健康监测数据科学与工程。我的研究目标是从结构健康监测大数据中学习结构的长期性能演化规律模型，为结构健康监测建立由响应回溯性能的反问题求解理论框架，提供量化的结构可观测性和监测系统观测能力评价，进而对结构状态进行评估和预测，确保土木基础设施、建筑结构的安全可用。

硕士研究生招生

结构健康监测是强交叉属性的新兴学科，具备高可研究性。欢迎土木工程、力学、电子工程、计算机、机械、航天等学科的同学报考！如有意向，请将你的简历发送至tang@kust.edu.cn，我会尽快与你联系。

学习经历

工作经历

科研项目

[1] 昆明理工大学高层次人才平台建设项目, 大型桥梁结构健康监测异常数据清洗的深度学习方法, 2022.01.01至2029.12.31, 80万元, 在研, 主持

[2] 国家自然科学基金委员会, 面上项目, 51978216, 基于计算机视觉和深度学习的大型桥梁健康监测异常数据诊断, 2020-01-01至2023-12-31, 60万元, 在研, 参与

[3] 国家自然科学基金委员会, 面上项目, 51678203, 基于无线传感与自适应稀疏时频分析的桥梁拉索时变索力识别方法, 2017-01-01至2020-12-31, 62万元, 结题, 参与

奖励与荣誉

2021昆明理工大学 高层次人才引进计划

2019教育部国家奖学金

2018工信部创新奖学金一等奖（团队, 每年全校10个）

2018 2018年世界交通运输大会（WTC）优秀论文（1829篇选出74篇）

2017亚太欧智能土木结构暑期学校（APESS）团体第2名（8组）, 横滨

2017哈尔滨工业大学结构监测与控制研究中心（SMC）年度优秀学生

2016苏交科结构健康监测奖学金

2015哈尔滨工业大学研究生一等奖学金

2014哈尔滨工业大学爱之源奖学金

2013哈尔滨工业大学本科生优秀毕业论文

2010-2013曾宪梓优秀本科生奖学金

2010哈尔滨工业大学栋梁奖学金

学术论文

[1] TANG Z Y, CHEN Z C, BAO Y Q, LI H. Convolutional neural network‐based data anomaly detection method using multiple information for structural health monitoring [J]. Structural Control and Health Monitoring, 2019, 26(1): e2296. (中科院二区, ESI高被引论文)

[2] BAO Y Q, TANG Z Y, LI H, ZHANG Y F. Computer vision and deep learning–based data anomaly detection method for structural health monitoring [J]. Structural Health Monitoring, 2019, 18(2): 401-421. (中科院二区, ESI高被引论文)

[3] BAO Y Q, CHEN Z C, WEI S Y, XU Y, TANG Z Y, and LI H. The State of the Art of Data Science and Engineering in Structural Health Monitoring [J]. Engineering. 2019, 5(2): 234-242. (中科院一区, ESI高被引论文)

[4] TANG Z Y, BAO Y Q, LI H. Group sparsity-aware convolutional neural network for continuous missing data recovery of structural health monitoring [J]. Structural Health Monitoring, 2021, 20(4): 1738-1759. (中科院一区)

[5] BAO Y Q, TANG Z Y, LI H. Compressive-sensing data reconstruction for structural health monitoring: a machine-learning approach [J]. Structural Health Monitoring, 2020, 19(1): 293-304. (中科院一区)

[6] LIU D W, TANG Z Y, BAO Y Q*, LI H. Machine‐learning‐based methods for output‐only structural modal identification [J]. Structural Control and Health Monitoring, 2021, 28(12): e2843. (中科院二区)

[7] XIANG Z L, BAO Y Q, TANG Z Y, and LI H. Deep reinforcement learning-based sampling method for structural reliability assessment [J]. Reliability Engineering & System Safety. 2020, 199: 106901. (中科院一区)

[8] CHEN Z C, BAO Y Q, TANG Z Y, CHEN J H, and LI H. Clarifying and quantifying the geometric correlation for probability distributions of inter-sensor monitoring data: A functional data analytic methodology [J]. Mechanical Systems and Signal Processing. 2020, 138: 106540. (中科院一区)

[9] HE J R, GAO R F, and Tang Z Y. A data-driven multi-scale constitutive model of concrete material based on polynomial chaos expansion and stochastic damage model [J]. Construction and Building Materials. 2022, 334: 127441. (中科院一区)

发明专利

[1] 鲍跃全, 李惠, 唐志一. 一种基于计算机视觉和深度学习技术的结构健康监测异常数据诊断方法, 2021.07.16, 中国,  ZL201810290291.0.

[2] 鲍跃全, 吴迪, 唐志一, 李惠. 一种基于计算机视觉人体姿态估计的施工安全帽佩戴监测方法, 2022.05.17, 中国,  ZL201810290291.0.

软件著作权

[1] 基于深度学习的结构健康监测异常数据诊断系统, 登记号: 2018SR209833.

[2] 基于机器学习的结构健康监测压缩采样数据重构软件, 登记号: 2019SR0512197.

[3] 基于深度强化学习的结构可靠度计算软件, 登记号: 2019SR0344608.

学术服务

· Structural Health Monitoring 审稿人

· Mechanical Systems and Signal Processing 审稿人

· Automation in Construction 审稿人

· Advanced Engineering Informatics 审稿人

· Measurement 审稿人

· Sensors 审稿人