2026年9月13日上午，香港理工大学国家轨道交通电气化与自动化工程技术研究中心（香港分中心，CNERC-Rail）在香港理工大学 Z414 举办学术讲座。厦门大学建筑与土木工程学院雷鹰教授应邀作题为 “Some Progresses on Deep Learning Enhanced Missing Data Imputation and KF-UI Algorithms” 的学术报告。雷鹰教授主要从事结构健康监测、系统辨识、结构控制及随机动力学等方面的研究，已发表学术论文300余篇，并曾获国家自然科学奖等荣誉。
报告围绕深度学习在结构监测数据处理与系统辨识中的应用展开。首先，雷鹰教授介绍了物理引导的无监督深度学习方法在随机及连续缺失数据填补中的研究进展，包括连续缺失、多模式缺失及概率分布一致性等问题。随后，报告进一步介绍了深度学习增强的 KF-UI 算法，重点讨论了过程噪声与测量噪声协方差矩阵的自适应估计、基于伪测量的系统状态与输入识别，以及未知风荷载作用下拉索磁流变阻尼器故障和多阻尼器故障的现场识别等研究。
本次讲座展示了深度学习方法与传统状态估计、系统辨识技术相结合的最新研究进展，为结构健康监测中的缺失数据处理、状态输入识别及结构故障诊断等问题提供了新的研究思路。
