近日，我校海洋學院信息與通信工程專業2022級研究生潘蘇，以第一作者身份在人工智能領域國際頂級期刊《Engineering Applications of Artificial Intelligence》（中科院一區Top期刊，IF=8.0）上發表題目為“Classification of power quality disturbances using residual networks with channel attention mechanism”的研究論文，導師聶星陽高級工程師為論文通訊作者，何呈副教授為論文共同作者，江蘇科技大學為第一署名單位。

電能質量擾動（PQD）的檢測分類在電力系統中至關重要。針對噪聲環境下的PQD分類問題，論文提出了ST-GSResNet方法，該方法結合了S變換、改進的ResNet模型和通道注意機制。相比現有的PQD檢測分類方法，ST-GSResNet在分類準確性和計算效率上都具有優勢。

聶星陽主要研究方向為數理統計、機器學習（含深度學習）、信息論及其在計算機視覺、數據處理分析、信號處理、通信等領域中的應用。

《Engineering Applications of Artificial Intelligence》是國際業界公認的在計算機科學、人工智能領域的TOP學術期刊，致力于展示人工智能在工程領域的實際應用、技術創新和研究成果。期刊旨在促進AI技術與工程實踐的融合，推動理論與實踐的結合，為解決實際工程問題提供創新性的解決方案。

論文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S0952197625006414

（撰稿：章清偉 初審：程鵬 二審：丁紅 終審：周春燕 編輯：程鵬）