将科研成果转化为社会价值

研究面向旋转机械的多物理量融合故障诊断方法，开发基于物理信息神经网络的剩余寿命预测模型。

探索LLM与工业知识图谱的深度融合方法（GraphRAG），实现工业领域的可靠问答与推理。

研究多传感器融合的时空目标追踪算法，开发基于深度学习的异常行为识别模型与三维可视化平台。

突破分布式多机任务分配、通信容错机制等关键技术难题，研究成果已应用于农业与巡检场景。

构建大规模农业病虫害多光谱图像数据集，研发轻量化识别模型，实现低功耗边缘设备上的实时检测。

研发适应高速生产线的工业视觉检测系统，攻克复杂光照条件下微小缺陷检测的技术难题。