菜单
×

智能科学与技术学硕

个人简介:

冉瑞生,教授,博士,博士生导师,计算机与信息科学学院院长。现为中国计算机学会高级会员、重庆市交叉学科专业类教学指导委员会委员,重庆市计算机学会理事、重庆电子学会理事、重庆市数字医疗学会理事。曾于国内一家世界500强企业工作多年;近年来申请人主持或主研究国家级、省部级科研项目20余项;获四川省科技进步奖三等奖、冶金科学技术奖二等奖、全国冶金行业优秀工程设计计算机软件二等奖等奖励8项;以第一作者或通讯作者在IEEE Trans. on Cybernetics等期刊上发表科研论文70余篇,获国家发明专利9项,软件著作权10余项;指导硕士研究生获省级优秀硕士学位论文1篇。

近年来,申请人长期以黎曼流形、拓扑流形为主线,在机械智能故障诊断、图像识别、自闭症儿童辅助诊断方面开展交叉研究,已取得与本项目密切相关的前期研究成果和学术积累。前期研究成果发表在IEEE Trans. on Cybernetics、IEEE Trans. on Instrumentation and Measurement、Expert Systems with Applications、Computers & Mathematics with Applications、Applied Mathematics and Computation等权威期刊上。

教育与工作经历:

研究方向:

机器学习、脑电解码、智能故障诊断、计算机视觉

科研项目:

[1]儿童孤独症智能风险评估与个性化干预策略研究,重庆市社会科学规划项目,重庆市社科规划办,2025年-2028年,主持

[2]热轧辊系变形模型研究,中冶赛迪信息技术(重庆)有限公司委托,横向项目,2024年-2025年,主持

[3]人工智能视域下儿童自闭症诊断模式创新及应用路径研究,重庆市教育委员会人文社科项目,重庆市教委,2024年-2026年,主持

[4]人工智能驱动下的自闭症儿童社会情绪评估研究,教育部人文社科规划基金项目,教育部,2020年-2023年,主持

[5]基于学习者面部情感分析的在线学习评价系统研发与应用,重庆市技术创新与应用发展专项面上项目,重庆市科技局,2020年-2023年,主持

[6]人脸行为分析及其在学习者情感评估中的应用研究,重庆市教委科学技术研究重点项目,重庆市科技局,2021年-2024年,主持

代表论著:

[1]Ran R, Feng J, Zhang S, et al. A general matrix function dimensionality reduction framework and extension for manifold learning[J]. IEEE Trans. on Cybernetics, 2020, 52(4): 2137-2148.(中科院一区TOP)

[2]Wang J,Ran R*, Fang B. GNPENet: A Novel Convolutional Neural Network with Local Structure for Fault Diagnosis[J]. IEEE Trans. on Instrumentation and Measurement, 2023,73: 1-16.(中科院二区TOP)

[3]Ran R, Wang T, Zhang W, et al. Autoencoder-based Discriminant Locality Preserving Projections for Fault Diagnosis[J]. IEEE Transactions on Instrumentation and Measurement, 2025.(中科院二区)

[4]Ran R, Feng J, Li Z, et al. Locality preserving projections with autoencoder[J]. Expert Systems with Applications, 2023: 122750. (JCR Q1,中科院一区,IF:8.5)(中科院一区TOP)

[5]Cheng J,Ran R*, Fang B, Li B. Symmetric Positive Definite manifold deep metric learning for bearing fault diagnosis. Engineering Applications of Artificial Intelligence. 2026, 167:113821. (中科院一区TOP)

[6]Cheng J,Ran R*, Fang B. SPD-DANN: An SPD Manifold Unsupervised Domain Adaptation Method for Cross Subject Motor Imagery EEG Decoding. Neural Networks. 2026:109076. (中科院二区TOP)


个人简介
教育与工作经历
研究方向
科研项目
代表论著