唐志一-土木系硕导简介

点击数:

建筑工程学院 唐志 土木系硕导简介

 

唐志

 

出生年月

19913

 

博士研究生

 

讲师

博导/硕导

硕导

工作单位

昆明理工大学建筑工程学院

职务

土木系副主任

电子邮箱

tang@kust.edu.cn

主页

zhiyitang.info(个人)  iomi.team(团队)

主讲课程

基础设施智能运维、人工智能技术与应用、智能建造导论

研究方向

大方向:

结构健康监测数据科学与工程


具体问题:

1. 数据异常诊断与重构

2. 大型桥梁特殊事件识别

3. 前端感知智能硬件

学习经历

2016.09-2021.07 哈尔滨工业大学 土木工程学院 工程力学 工学博士

2019.09-2020.09 Purdue University Lyles School of Civil Engineering CSC联合培养博士

2014.09-2016.09 哈尔滨工业大学 土木工程学院 防灾减灾工程与防护工程 工学硕士

2009.09-2013.09 哈尔滨工业大学 土木工程学院 理论与应用力学 理学学士

2006.09-2009.06 云南省玉溪市第一中学

工作经历

2021.12-至今 昆明理工大学 建筑工程学院土木系 讲师 / 硕导

2013.09-2014.09 西藏藏医药大学 藏医系 哈尔滨工业大学第十五届研究生支教团西藏队教师

科研项目

[1] 云南省科技厅昆明理工大学“双一流”创建联合专项面上项目, 202301BE070001-037, 大型桥梁健康监测异常数据诊断的可解释自动深度学习方法, 202312202611, 20万元, , 主持

[2] 云南省基础研究计划面上项目, 202301AT070394, 基于深度学习的结构健康监测极端事件自动识别, 2023620265, 10, , 主持

[3] 云南省教育厅科技创新团队建设项目, 基础设施智能运维科技创新团队, 20231202512, 40万元, , 参与

[4] 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, 20221202912, 80万元, , 主持

[5] 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, 20201202312, 60万元, 结题, 参与

[6] 云南交投集团科技研发项目, 基于深度学习的交通AIOT与边缘计算融合集成技术研究与应用项目, 24万元, 主持

奖励与

荣誉

2025 威立Wiley高贡献作者奖2024第四季度

2024 云南省交通科学技术奖特等奖(2/25

2024 云南省第十四届大学生结构设计竞赛二等奖指导教师

2024 五届全国土木工程专业青年教师教学研讨会—实践教学与实验实训教学研讨说课大赛三等奖

2023 黑龙江省科技进步一等奖(5/11

2022 云南省兴滇英才青年人才

2022 哈尔滨工业大学第二十四届优秀博士学位论文

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 世界交通运输大会(WTC)优秀论文(1829篇选出74篇)

代表性

学术论文

TANG Z Y, GUO J X, WANG Y H, XU W, BAO Y Q, HE J R*, ZHANG Y Q*. Automated seismic event detection considering faulty data interference using deep learning and Bayesian fusion [J]. Computer-Aided Civil and Infrastructure Engineering. 2024. (学校在该期刊首篇, 20256月上期封面文章)

LIU P P, TANG Z Y*, ZHANG C X, HUANG X M, XU W. Nonuniform data loss reconstruction based on time-series-specialized neural networks for structural health monitoring [J]. Structural Health Monitoring. 2025, 14759217251321760. (学院在该期刊首篇)

QIAN G C, TANG Z Y*, GUO J X, HUANG X M, ZHANG C X, XU W*. Consistent seismic event detection using multi-input end-to-end neural networks for structural health monitoring [J]. Structural Control and Health Monitoring. 2025, 9966359. (学院在该期刊首篇)

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. (ESI高被引论文)

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. (ESI高被引论文)

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. (ESI高被引论文)

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.

GUO J X, TANG Z Y*, ZHANG C X, XU W*, WU Y H. An interpretable deep learning method for identifying extreme events under faulty data interference [J]. Applied Sciences, 2023, 13(9), 5659.

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.

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.

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.

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.

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.

专利

[1] 鲍跃全, 李惠, 唐志. 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, 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.

[3] 鲍跃全, 刘大伟, 唐志, 李惠. 一种基于机器学习的结构模态参数识别方法, 2022.08.02, 中国, ZL201910994657.7.

[4] 鲍跃全, 邓岳, 潘秋月, 唐志, 李惠. 一种基于卷积神经网络与迁移学习的结构健康监测多元数据异常诊断方法, 2022.11.08, 中国, ZL202110720189.1.

研究生

培养

毕业:

2020级:孙楠, 硕士, 基于贝叶斯深度学习超参数优化的大型桥梁健康监测异常数据诊断

2021级:郭家星, 硕士, 基于深度学习与贝叶斯融合的结构健康监测地震事件可靠识别(北京科技大学读博)

2022级:王垠皓(智能无线传感,智中科)、钱广才(大型桥梁特殊事件识别,中石化)、刘攀平(数据重构,留组研究助理)、田鸿运(压缩感知,公务员上岸)、赵朔霆(深度学习标签去噪)


在读:

博士研究生:

2022级:温金龙(损伤识别、索力识别

硕士研究生:

2023级:卢金秀(特殊事件识别)、马赤(数据重构)肖雄文(SHM大模型语料库)、杨朝显(大模型RAG、李伟(大模型微调)

2024级:高郡、刘蓝翔、王卓帆、李书硕、李仁聪

研究生

招生

我们欢迎土木工程、力学、计算机、电子信息工程机械、航天等学科的同学加入,共同探索结构健康监测领域的有趣问题如有意向,请将你的简历发送至tang@kust.edu.cn,我会尽快与你联系专硕同学填报时请选择“土木工程”—“智慧运维与健康监测”)

学术兼职与社会服务

Structural Health Monitoring, Mechanical Systems and Signal Processing, Automation in Construction, Advanced Engineering Informatics, Measurement, Sensors 顶级期刊审稿人


昆明理工大学建筑工程学院  地址:昆明市昆明理工大学呈贡校区
电话:0871-65916810