李敏

姓名： 李敏

职称/职务：讲师/硕士生导师

电子邮箱：minli@tust.edu.cn

办公地点：滨海校区西院8-108

研究方向：1. 深度学习；2. 故障预测与健康管理

个人简介：

主要从事统计机器学习、深度学习、故障诊断、PHM健康管理、可靠性评估等方面的研究，在相关领域发表SCI论文多篇，主持或参与国家纵向和横向项目10余项。多次指导学生参加全国大学生数学建模竞赛、蓝桥杯大赛和“挑战杯“全国大学生课外学术科技作品竞赛等，获得优异成绩。

讲授课程：《人工智能导论》《神经网络》（本科生）；《人工智能与神经网络》（硕士研究生）

工作履历（按时间倒序排列）：

1. 2019.12-至今，天津科技大学 人工智能学院

2. 2013.07-2019.11，天津科技大学 理学院

教育背景（按时间倒序排列）：

2010.09-2013.06：南开大学　理学博士

主要科研项目：（5项以内，按时间倒序排列）

1.“远距离运动小目标AI分析算法研究”，横向课题，2025.06-2026.12，主持。

2.“工厂智慧运营平台系统开发”，横向课题，2024.04-2027.03，主持。

3.“基于深度学习的设备剩余寿命预测系统开发”，横向课题，2023.08-2025.07，主持。

4.“基于人工智能的轨道电路故障智能诊断技术”，中国国家铁路集团有限公司科技研究计划开发项目（L2022G004），2022.11-2024.12，参与。

5.“CR流形上分数阶Q曲率问题的研究”，国家自然科学基金（11801413），2019.01-2021.12，参与。

代表性论文：（5篇以内，按时间倒序排列）

1. Min Li*, Longxia Zhu, Meiling Luo, Ting Ke. Remaining Useful Life Prediction of Airplane Engine Based on Bidirectional Mamba and Causal Discovery[J]. Sensors, 2025, 12(11): 3429.

2. Min Li*, Jianfeng Qin, Haifeng Fan, Ting Ke. SiMBA-Augmented Physics-Informed Neural Networks for Industrial Remaining Useful Life Prediction[J]. Machines, 2025, 13(6): 452.

3. Min Li*, Jiaqi Zhao, Haifeng Fan, Ting Ke. A Lightweight BiMamba-PINN Framework for Enhanced Remaining Useful Life Prediction in Industrial Equipment[C]//International Conference on Intelligent Computing. Springer Verlag, 2025, LNCS 15857.

4. Min Li*, Hongli Cui, Meiling Luo, Ting Ke. A Lightweight Physics-Informed Neural Network Model Based on Causal Discovery for Remaining Useful Life Prediction[C]//International Conference on Intelligent Computing. Singapore: Springer Nature Singapore, 2024: 125-136.

5. Min Li*, Meiling Luo, Ting Ke. Interpretable Remaining Useful Life Prediction Based on Causal Feature Selection and Deep Learning[C]//International Conference on Intelligent Computing. Singapore: Springer Nature Singapore, 2024: 148-160.

招生专业：见学院当年公布的本人可招生专业信息。