个人简历
胡文凯，男，1987年出生，中国地质大学（武汉）自动化学院教授、博士生导师，智能系统研究所副所长，IEEE Senior Member。2016年获得[加拿大]阿尔伯塔大学电气与计算机专业（控制系统方向）博士学位，之后分别在阿尔伯塔大学任博士后研究员、副研究员、访问教授。入选湖北省高层次人才计划、湖北省青年优秀人才计划、“地大百人”计划学科骨干人才，曾获中国地质大学（武汉）第13届青年教师教学竞赛一等奖、第30届CPCC张钟俊院士优秀论文奖、IEEE ICPS 2023会议Best Paper Prize、NCAA 2023会议Best Paper Award、ISCIIA 2022会议Best Presentation Award、阿尔伯塔大学博士后学术差旅奖等，指导研究生获得2021年PCIC2021华为因果推理挑战赛铜奖、CPCC 2023学生优秀论文提名奖。
研究方向为复杂工业系统数据挖掘及智能监控，主要涉及机器学习的工业应用、工业事件数据模式挖掘、故障根源分析与诊断、智能报警监控系统优化设计、时间序列因果推理、过程工业控制与优化等。近年来主持国家自然科学基金、湖北省技术创新计划重点研发专项、湖北省自然科学基金、武汉市知识创新专项-曙光计划、中国地质大学“地大百人计划”人才启动经费等资助项目，参与湖北省创新群体项目1项、加拿大自然与工程研究基金项目2项。在国内外知名学术期刊与会议上发表论文90余篇，其中IEEE TIE、IEEE TII、IEEE TCST、Control Engineering Practice等产业电子和过程控制领域国际期刊论文40余篇。
担任中国自动化学会技术过程的故障诊断与安全性专业委员会委员、IEEE工业电子学会工业信息物理系统技术委员会委员、湖北省人工智能学会理事、湖北省科学技术厅科技专家库高端专家。担任国际期刊Entropy、北京理工大学学报（英文版）等国际期刊的客座编辑；担任IEEE TIE等十余个国际期刊、IEEE 决策与控制会议（CDC）等十余个国际会议的审稿人。担任IEEE ICPS 2023组织委员会委员和专题组织主席、2021年神经计算与先进应用国际会议（NCAA2021）PC和控制与神经计算主题征稿主席、NCAA2020控制与神经计算主题征稿主席、中国控制会议（CCC 2020）分会Co-Chair，在2022亚洲控制会议（ASCC 2022）上组织Invited Open Session，在2022ISCIIA 2022上组织Organized Session。在国际自动控制联合会2023世界大会（IFAC 2023 World Congress）、第6届IEEE工业信息物理系统国际会议（IEEE ICPS 2023）、2022中国自动化大会（CAC 2022）、国际自动控制联合会2020世界大会（IFAC 2020 World Congress）、2019年加拿大电气与计算机工程年会（CCECE 2019）、2019年日本仪器与控制工程年会（SICE 2019）上，分别组织智能报警监控相关专题研讨会。
欢迎优秀学生加入本课题组攻读硕士、博士学位（联系邮箱：wenkaihu@cug.edu.cn），从事复杂工业系统数据挖掘、智能监控及过程控制等方向的研究。
教育与工作经历：
2018.10至今，中国地质大学（武汉），自动化学院，教授
2016~2018，[加拿大]阿尔伯塔大学，电气与计算机系，博士后研究员
2012~2016，[加拿大]阿尔伯塔大学，电气与计算机（控制系统方向），博士
2010~2012，武汉大学，控制理论与控制工程，硕士
2006~2010，武汉大学，自动化，学士
主要研究项目：
[1] 国家自然科学基金面上项目，项目号：62373335，2024-2027，主持
[2] 湖北省技术创新计划重点研发专项，项目号：2023BAB080，2023-2025，主持
[3] 国家自然科学基金青年项目，项目号：61903345，2020-2022，主持
[4] 湖北省自然科学基金青年项目，项目号：2019CFB251，2019-2020，主持
[5] 武汉市知识创新专项-曙光计划项目，项目号：2022010801020208，2022-2024，主持
[6] 中国地质大学"地大百人计划"人才引进项目，2018-2023，主持
[7] 湖北省自然科学基金创新群体项目，项目号：2020CFA031，2020-2023，参与
讲授课程：
本科生课程：智能制造大数据技术（2学分，32学时）
本科生课程：过程控制及检测仪表（3学分，48学时）
博士生课程：过程控制技术及应用（1.5学分，24学时）
实践：智能制造大数据技术实践（1.5周）
实践：自动化专业生产实习（2周）
代表性论文：
[1] X. Zhang, W. Hu*, F. Yang, W. Cao, & M. Wu, “A new transfer entropy approach based on information granulation and clustering for root cause analysis in complex industrial processes,” Control Engineering Practice, vol. 140, pp. 105669, 2023.
[2] W. Hu*, G. Yang, Y. Li, W. Cao, & M. Wu, “Root cause identification of industrial alarm floods using word embedding and few-shot learning,” IEEE Trans. Industrial Informatics, doi: 10.1109/TII.2023.3274223.
[3] M. R. Parvez, W. Hu*, & T. Chen, “An association rule mining approach to predict alarm events in industrial alarm floods,” Control Engineering Practice, vol. 138. pp. 105617, 2023.
[4] W. Hu, Z. Wang, & J. Wang*, “A priority-aware sequential pattern mining method for detection of compact patterns from alarm floods,” Journal of Process Control, vo. 129, pp. 103041, 2023.
[5] W. Hu, X. Zhang, J. Wang*, G. Yang, & Y. Cai, “Pattern matching of industrial alarm floods using word embedding and dynamic time warping,” IEEE/CAA Journal of Automatica Sinica, vol. 10, no. 4, pp. 1096-1098, Apr. 2023.
[6] W. Hu, J. Wang*, F. Yang, B. Han, & Z. Wang, “Analysis of time-varying cause-effect relations based on qualitative trends and change amplitudes,” Computers & Chemical Engineering, vol. 162, pp. 107813, 2022.
[7] R. Parvez, W. Hu*, & T. Chen, “Real-time pattern matching and ranking for early prediction of industrial alarm floods,” Control Engineering Practice, vol. 120, 105004, Mar. 2022.
[8] B. Zhou, W. Hu*, & T. Chen, “Pattern extraction from industrial alarm flood sequences by a modified CloFAST algorithm,” IEEE Trans. Industrial Informatics, vol. 18, no. 1, pp. 288-296, Jan. 2022.
[9] B. Zhou, W. Hu*, K. Brown, & T. Chen, “Generalized pattern matching of industrial alarm flood sequences via word processing and sequence alignment,” IEEE Trans. Industrial Electronics, vol. 68, no. 10, pp. 10171-10179, Oct. 2021.
[10] L. Bi, W. Cao, W. Hu, & M. Wu, “Intelligent tuning of microwave cavity filters using granular multi-swarm particle swarm optimization,” IEEE Trans. Industrial Electronics, vol. 68, no. 12, pp. 12901-12911, Dec. 2021.
[11] Y. Li, W. Cao, W. Hu, & M. Wu, “Abnormality detection for drilling processes based on Jensen-Shannon divergence and adaptive alarm limits,” IEEE Trans. Industrial Informatics, vol. 17, no. 9, pp. 6104-6113, Sept. 2021.
[12] B. Zhou, W. Hu*, and T. Chen, “A new method for alarm monitoring of equipment start-up operations with applications to pumps,” Industrial & Engineering Chemistry Research, vol. 58, no. 26, pp. 11251-11260, Jul. 2019.
[13] W. Hu*, A. W. Al-Dabbagh, T. Chen, and S. L. Shah, “Design of visualization plots of industrial alarm and event data for enhanced alarm management,” Control Engineering Practice, vol. 79, pp. 50-64, Oct. 2018.
[14] W. Al-Dabbagh, W. Hu, S. Lai, T. Chen, and S. L. Shah, “Toward the advancement of decision support tools for industrial facilities: addressing operation metrics, visualization plots, and alarm floods,” IEEE Trans. Automation Science and Engineering, vol. 15, no. 4, pp. 1883 - 1896, Oct. 2018.
[15] W. Hu*, T. Chen, and S. L. Shah, “Detection of frequent alarm patterns in industrial alarm floods using itemset mining methods,” IEEE Trans. Industrial Electronics, vol. 65, no. 9, pp. 7290-7300, Sep. 2018.
[16] W. Hu*, S. L. Shah, and T. Chen, “Framework for a smart data analytics platform towards process monitoring and alarm management,” Computers & Chemical Engineering, vol. 114, pp. 225-244, Jun. 2018.
[17] W. Hu*, T. Chen, and S. L. Shah, “Discovering association rules of mode-dependent alarms from alarm and event logs,” IEEE Trans. Control Systems Technology, vol. 26, no. 3, pp. 971-983, May 2018.
[18] C. Guo, W. Hu, S. Lai, F. Yang, and T. Chen, “An accelerated alignment method for analyzing time sequences of industrial alarm floods,” Journal of Process Control, vol. 57, pp. 102-115, Sep. 2017.
[19] W. Hu, J. Wang*, T. Chen, and S. L. Shah, “Cause-effect analysis of industrial alarm variables using modified transfer entropies,” Control Engineering Practice, vol. 64, pp. 205-214, Jul. 2017.
[20] W. Hu, J. Wang*, and T. Chen, “A local alignment approach to similarity analysis of industrial alarm flood sequences,” Control Engineering Practice, vol. 55, pp. 13-25, Oct. 2016.
[21] W. Hu, J. Wang*, and T. Chen, “A new method to detect and quantify correlated alarms with occurrence delays,” Computers & Chemical Engineering, vol. 80, pp. 189-198, Sep. 2015.
工业报警监控专题研讨会：
1. 第22届IFAC世界大会（IFAC 2023 WC）会前专题研讨会“Data Analytics, Causality Inference, and Deep Learning Techniques for Intelligent Alarm Monitoring”
2. 第6届IEEE工业信息物理系统国际会议（IEEE ICPS 2023）会前专题研讨会“Advanced Technologies for Industrial Systems: Intelligent Alarm Monitoring and Applications”
3. 2022中国自动化大会（CAC 2022）会前专题研讨会“复杂工业系统的智能报警监控技术”
4. 第21届IFAC世界大会（IFAC 2020 WC）会前专题研讨会“Data Analytics and Machine Learning for Industrial Alarm Monitoring”
5. 2019年日本仪器与控制工程年会（SICE 2019）会前专题研讨会“Advanced Alarm Management and Design for Complex Industrial Facilities”
6. 2019年加拿大电气与计算机工程年会（CCECE 2019）会前专题研讨会“Advanced Alarm Management Techniques”
联系方式
[1] 邮编：
[2] 传真：
[3] 通讯/办公地址：
[4] 办公室电话：
[5] 移动电话：
[6] 邮箱：