与飞 陈.

Key Skills

Software

Don't disclose

Top Subject Matter

故障诊断（工业齿轮箱/轮轨）与生成式ai数据增强 Domain Expertise

机械故障诊断（轴承）与生成式对抗网络训练 Domain Expertise

Top Data Types

Image

Audio

Document

Top Task Types

Text Generation

Fine-tuning

Freelancer Overview

中车戚墅堰机车车辆工艺研究所有限公司 - AI算法实习生（综合部）. Brings 1+ years of professional experience across complex professional workflows, research, and quality-focused execution. Core strengths include Don't disclose. Education includes Master of Engineering, Suzhou University (2025). AI-training focus includes data types such as Computer Code and Programming and labeling workflows including Text Generation and Fine-tuning.

Labeling Experience

中车戚墅堰机车车辆工艺研究所有限公司 - AI算法实习生（综合部）

Don't discloseText Generation

在工业场景下，针对齿轮箱与轮轨故障数据稀缺的问题，参与基于深度学习的故障数据生成与诊断相关训练研究。通过CNN与ResNet对多源传感器数据进行特征编码，并引入GAN设计数据增强方案以扩充训练样本。生成的故障样本与真实数据分布相似度达到88.7%，提升下游诊断模型训练效果与鲁棒性。• 使用CNN/ResNet搭建特征提取网络 • 采用GAN进行生成式数据增强 • 将小样本真实数据用于故障样本生成与训练 • 评估生成数据分布相似度并验证对诊断任务的改进

2024 - 2024

基于动态模型驱动的1D Cycle-GAN轴承故障智能诊断 - 核心研究员

Don't discloseFine-tuning

在苏州大学开展1D Cycle-GAN轴承故障智能诊断研究，面向非平稳运行状态的机械故障特征提取与域转换需求。提出Dynamic Model Driven 1D Cycle-GAN架构，使用1D-CNN作为生成器与判别器以直接处理原始振动信号。引入循环一致性损失，实现无需成对数据的不同工况域转换（Domain Adaptation）。• 设计1D-CNN生成器/判别器 • 构建1D Cycle-GAN并进行域转换训练 • 引入Cycle Consistency Loss以对齐跨工况分布 • 以轴承振动信号为输入完成故障诊断方法验证

2023 - 2023

Education

Work History