胡杰 (教授(特聘))

教授(特聘) 硕士生导师

性别:男

毕业院校:中国地质大学(武汉)

学历:博士研究生毕业

学位:工学博士学位

在职信息:在职

所在单位:自动化学院

办公地点:信息楼804

Email:

   

个人简历

胡杰,男,1992年生,湖南衡阳人。中国地质大学(武汉)自动化学院特任教授,湖北省人才计划、地大学者-青年拔尖人才(A类)计划入选者,中国自动化学会会员,IEEE会员,湖北省科学技术厅科技专家库入库专家、学术桥评审专家库成员

2015年和2020年分别毕业于中国地质大学(武汉)自动化专业和控制科学与工程专业,获工学学士学位和工学博士学位。2018年10月至2020年9月受国家留学基金委(CSC)资助在加拿大阿尔伯塔大学(University of Alberta)电子与计算机工程系进行联合培养。

近年来主持国家自然科学基金青年项目、湖北省自然科学基金项目、企业科技攻关项目、中国地质大学(武汉)杰出人才培育基金项目、中国地质大学(武汉)优秀博士论文创新基金项目,参与国家自然科学基金重点国际(地区)合作研究项目、国家自然科学基金面上项目、湖北省技术创新计划项目重点研发专项、企业科技攻关项目等,以第一作者身份授权国家发明专利1项,申请国家发明专利2项,发表学术论文14篇,包括IEEE汇刊论文6篇(2篇IEEE-TIE、2篇IEEE-TII、IEEE-TCYB、IEEE/ASME-TMech)和IFAC系列期刊论文3篇(2篇CEP、JPC),Information Sciences 1篇,《信息与控制》1篇,并在控制领域顶级国际会议第20 届IFAC 世界大会的分组报告上宣读论文。现为IEEE Transactions on Cybernetics、IEEE/ASME Transactions on Mechatronics、IEEE Transactions on Neural Networks and Learning Systems、Journal of Process Control、Engineering Applications of Artificial Intelligence、Expert Systems With Applications、Information Sciences、Journal of Manufacturing Systems、Soft Computing、Measurement and Control等期刊的审稿人。曾任《Mathematical Problems in Engineering》期刊编委,担任《冶金自动化》期刊首届青年编委、《烧结球团》期刊青年编委、《Mathematics》期刊客座编辑。

获得校级优秀实习指导老师荣誉称号,《冶金自动化》2023年度优秀审稿专家。


主要研究方向:过程控制、控制工程、计算智能、人工智能


主持科研项目

1. 国家自然科学基金青年项目,2024.01-2026.12

2. 湖北省自然科学基金青年项目,2021.10-2023.09

3. 湖北省自然科学基金一般面上项目,2024.03-2026.02

4. 武汉市自然科学基金探索计划(晨光计划)项目,2024.06-2026.05

5. 企业科技攻关项目2项

6. 中国地质大学(武汉)杰出人才培育基金项目1项


教育及工作经历

2020年12月~至今:    中国地质大学(武汉) 自动化学院         特任教授

2018年10月~2020年09月:加拿大阿尔伯塔大学,电子与计算机工程系,国家留学基金委(CSC)资助联合培养博士研究生

2015年09月~2020年12月:中国地质大学(武汉)自动化学院,控制科学与工程专业,获得工学博士学位

2011年09月~2015年06月:中国地质大学(武汉)自动化学院,自动化专业,获得工学学士学位


学术论文

[1]      Jie Hu, Min Wu, Weihua Cao, Witold Pedrycz, Soft sensing of burn-through point based on weighted kernel just-in-time learning and fuzzy broad learning system in sintering process, IEEE Transactions on Industrial Informatics, 2024, 20(5): 7316-7324

[2]      Jie Hu, Hongxiang Li, Huihang Li, Min Wu, Weihua Cao, Witold Pedrycz, Relevance vector machine with hybrid kernel-based soft sensor via data augmentation for incomplete output data in sintering process, Control Engineering Practice, 2024, 145: 105850.

[3]      Jie Hu, Min Wu, Weihua Cao, Witold Pedrycz, Dynamic modeling framework based on automatic identification of operating conditions for sintering carbon consumption prediction, IEEE Transactions on Industrial Electronics, 2024, 71 (3): 3133-3141.

[4]      Jie Hu, Min Wu, Xin Chen, Weihua Cao, Witold Pedrycz, Multi-model ensemble prediction model for carbon efficiency with application to iron ore sintering process, Control Engineering Practice, 2019, 88: 141-151.

[5]      Jie Hu, Min Wu, Xin Chen, Sheng Du, Pan Zhang, Weihua Cao, Jinhua She, A multilevel prediction model of carbon efficiency based on the differential evolution algorithm for the iron ore sintering process, IEEE Transactions on Industrial Electronics, 2018, 65(11): 8778-8787.

[6]      Jie Hu, Min Wu, Pan Zhang, Witold Pedrycz, Prediction performance improvement via anomaly detection and correction of actual production data in iron ore sintering process, IEEE Transactions on Industrial Informatics, 2020, 16(12): 7602-7612.

[7]      Jie Hu, Min Wu, Luefeng Chen, Kailong Zhou, Pan Zhang, Witold Pedrycz, Weighted kernel fuzzy c-means-based broad learning model for time-series prediction of carbon efficiency in iron ore sintering process, IEEE Transactions on Cybernetics, 2022, 52(6): 4751-4763.

[8]      Jie Hu, Min Wu, Luefeng Chen, Witold Pedrycz, A novel modeling framework based on customized kernel-based fuzzy c-means clustering in iron ore sintering process, IEEE/ASME Transactions on Mechatronics, 2022, 27(2): 950-961.

[9]      Jie Hu, Min Wu, Luefeng Chen, Weihua Cao, Witold Pedrycz, Real-time dynamic prediction model of carbon efficiency with working condition identification in sintering process, Journal of Process Control, 2022, 111: 97-105.

[10]   Jie Hu, Min Wu, Xin Chen, Sheng Du, Weihua Cao, Jinhua She, Hybrid modeling and online optimization strategy for improving carbon efficiency in iron ore sintering process, Information Sciences, 2019, 483: 232-246.

[11]   Jie Hu, Min Wu, Xin Chen, Jinhua She, Weihua Cao, Luefeng Chen, Huafeng Ding, Hybrid prediction model of carbon efficiency for sintering process, IFAC PapersOnLine, 2017, 50(1): 10238-10243.

[12]   胡杰, 杜胜, 吴敏, 陈鑫, 曹卫华, 铁前炉料制备过程先进控制与智能优化, 信息与控制, 2018, 47(4): 412-421.

[13]   Jie Hu, Min Wu, Jinhua She, An intelligent optimization strategy based on prediction model for carbon efficiency in sintering process, Proceedings of the 37th Chinese Control Conference, Wuhan, China, July 25-27, 2018: 3454-3458.

[14]   Jie Hu, Min Wu, Xin Chen, Weihua Cao, Prediction model of comprehensive coke ratio based on principal component analysis for sintering process, Proceedings of the 35th Chinese Control Conference, Chengdu, China, July 27-29, 2016: 3612-3617.

更多论文


学术会议

2018.07  第37届中国控制会议,口头报告,中国武汉

2017.07  国际自动控制联合会(IFAC)第20届世界大会,口头报告,法国图卢兹

2016.07  第35届中国控制会议,口头报告,中国成都