2023年9月19日，重庆理工大学期刊社成功举办第21期重理工期刊谷活动暨《智能技术学报》（英文刊）第二期作者分享会。分享会邀请了三位期刊优秀作者进行分享，分别是上海交通大学覃程锦副教授、南京审计大学吴平平副教授和国防科技大学王晔助理研究员。《智能技术学报》（英文刊）青年编委会副主任、福州大学郑向涛研究员担任本场活动主持人。

郑向涛研究员主持

重庆理工大学期刊社彭熙社长在致辞中对参加本场活动的嘉宾表示了衷心的感谢，并介绍了“重理工期刊谷”这一栏目的发展历程及展望。她提到“重理工期刊谷”在2018年揭牌，致力为期刊同行、专家学者、在校学生搭建学术平台，延伸期刊服务功能。作者分享会是“重理工期刊谷”今年新推出的一个活动形式，致力于可以更好地服务作者和读者群体，得到广大专家学者更多的支持。

彭熙社长致辞

《智能技术学报》（英文刊）编辑部贺柳主任介绍了期刊自2016年创刊以来的发展历程和基本情况，重点介绍了投稿的注意事项等作者最关注的问题。

贺柳主任介绍期刊

第一位分享嘉宾覃程锦教授分享的文章题目是《多尺度CNN-LSTM柴油机失火抗噪诊断模型研究》。本研究表明，柴油发动机具有使用寿命长、经济安全、扭矩大等优点，广泛应用于工程机械、汽车、船舶、农业机械等领域。失火是柴油机常见的一种故障，会导致剧烈振动、动力不足、燃油消耗大等诸多问题。针对现有发动机故障诊断方法强噪声及不同噪声间泛化性能仍然有限，提出了多尺度CNN‐LSTM神经网络模型，在强噪声条件下（−10 dB信噪比）准确率高达97%，不同噪声间诊断任务准确率94%以上，实现了发动机强噪声及不同噪声间的精准诊断。

覃程锦教授分享

第二位分享嘉宾吴平平副教授分享的题目是《基于语音信号智能处理的抑郁状态分析研究》。该研究表示，抑郁症是一种常见的心理障碍，有效且准确的诊断需要临床心理学、脑科学、情感计算等领域的协同努力。语音抑郁识别研究已经从传统的声学特征探索转向目前流行的深度模型的应用研究。报告对语音抑郁识别研究中常用的声学特征提取方法、分类回归算法、端到端深度模型、语料库等分别进行梳理，指出语音抑郁识别领域的主要趋势并分析相应的优缺点。最后，探索语音抑郁识别领域未来有前景的研究方向并总结归纳该领域有待突破的关键问题。

吴平平副教授分享

第三位分享嘉宾王晔助理研究员分享的题目是《基于双曲嵌入的时序知识图谱外推推理研究》。本文提出时序知识图推理在预测未来的潜在事件方面仍然具有挑战性。不同历史事件对未来会产生不同的影响，可能是由于它们本身的关联，也可能是因为所涉及实体的影响力。现有研究从已知事件序列中挖掘演化模式，然而，演化结果具有多样性和易变性，并且可能忽略演化过程中重要因素。本次报告将提出一种基于双曲嵌入的时序知识图谱推理模型ReTIN，集成历史事件的实时影响，利用双曲嵌入捕获时序知识的潜在层次结构和其他丰富的语义模式。

王晔助理研究员的分享

《智能技术学报》（英文刊）第二期作者分享会的三场报告内容丰富，参会嘉宾与观众在会上进行了充分的沟通和交流。本场活动在重庆理工大学期刊社微信视频号和Wiley科研苑同步直播，在线观看人数一千余人，宣传效果良好。后续重理工期刊谷还将推出多期作者分享会和其他形式的线上活动，欢迎广大读者和作者多多关注和支持。