周子叶导师简介

姓名：周子叶

学历：博士

专业：系统工程与工程管理

主要研究方向：工业人工智能、公辅能源管理智能优化、大数据分析预测和复杂系统控制

个人简况：周子叶，蘑菇物联工业AI首席科学家，香港中文大学系统工程专业博士，中国科学技术大学机械设计制造及自动化本科，深圳市海外高层次“孔雀人才”，龙华区“龙舞华章”高层次人才，香港中文大学（深圳）校外导师。曾任腾讯AI算法高级研究员，平安产险科技中心大数据建模应用高级专家，联想香港大数据研发中心主任研究员。长期从事的研究方向包括工业AI、公辅能源管理智能优化、大数据分析预测和复杂系统控制等。其在蘑菇物联研发的工业AI智能控制产品已应用到近千家企业客户，并带领团队攻坚通用工业设备的预测性维护技术研发，AI预测性维护技术已应用到上百个工厂，相关技术已获得十多项国家专利。

主持/参与的主要科研项目：

1. 基于人工智能的通用工业设备控制系统关键技术研究与应用，联合研究，主持

2. 基于非接触智能感知的大型通用设备智能预测性维护，联合研究，参与

代表性论文：

1. Measure Contribution of Participants in Federated Learning, 2019, IEEE International Conference on Big Data (Big Data)

2. Tracking Nosocomial Diseases at Individual Level with a Real[1]Time Indoor Positioning System, 2018, Journal of medical systems

代表性专利：

1. 基于MPC算法对被控系统进行动态控制的方法、设备和介质，2022-06-24

2. 确定空压站的流量状态的方法、计算设备和计算机介质，2022-07-19

3. 用于检测空压机故障状态的方法、设备和计算机存储介质，2022-05-06

4. 用于控制空压站中的空压机的方法、设备和介质，2022-11-08

5. 用于检测工业设备故障状态的方法、设备和计算机存储介质，2022-04-08

6. 用于实现管道压降的动态预测的方法、设备、介质和系统，2022-05-24

7. 用于对多个被控设备进行控制方法、设备和介质，2022-06-03

8. 用于控制工业设备的方法、系统、设备和介质，2022-07-19

9. 用于控制空压站中的空压机的方法、设备和介质，2022-07-15

10. 用于对被控系统进行控制的方法、设备和介质，2022-11-04

电子邮箱：zhouzy@mogulinker.com

联系电话：15014071530