2026年3月31日下午，华南师范大学计算机学院在学院101会议室举办了以“面向时间序列传感器数据分析的先进人工智能”为主题的学术讲座。本次讲座特邀新加坡科技设计大学信息科技与设计学院院长、IEEE Fellow Xiaoli Li教授担任主讲嘉宾，院内外50余名师生参加交流，报告会由学院徐清振教授主持。
图1 Xiaoli Li教授作学术报告
李教授系统梳理了时间序列传感器数据分析的技术演进脉络与应用价值。他以“面向时间序列传感器数据的先进人工智能技术”为主线，串联了从基础理论突破到产业场景落地的完整路径：从物联网传感器数据爆发式增长的背景，到数据驱动的时间序列分析模型在学界与业界的研究热潮，再到技术在医疗健康、金融服务、电力与能源预测、制造业设备健康监测、航空航天、半导体等关键领域的核心应用，阐释了该方向的研究意义与现实挑战。
报告聚焦技术痛点与创新突破，重点介绍了面向设备剩余使用寿命预测（RUL）的KDnet-RUL知识蒸馏框架。针对传统LSTM方法计算成本高、轻量化CNN方法性能受限的问题，李教授逐层解析了GAN-KD、LDT-KD以及序列式LDT-KD等技术方案的创新逻辑，通过多代技术迭代实现了深度神经网络压缩与预测性能的双重突破，为在场师生呈现了先进AI算法在工业场景落地的核心技术路径。
Xiaoli Li教授还结合产业合作实践，分享了与星展银行（DBS Bank）联合实验室开展的ATM故障预测项目。该项目利用AI与机器学习技术深度挖掘ATM设备传感器数据，实现了对设备故障部件与故障时间的精准预判，支撑前瞻性维护，有效降低了设备停机时长、提升了金融服务稳定性，以真实产业案例展示了时间序列传感器数据分析技术的商业价值与社会价值。
图2 Xiaoli Li教授与学生交流互动环节
讲座结束后，师生们就相关技术问题与Xiaoli Li教授进行了热烈互动。本次学术交流活动拓宽了师生的研究视野，促进了国际前沿学术思想的碰撞，为后续深化合作奠定了良好基础。
初审|徐清振
复审|曾小玲
终审|蒋运承