（柳露萌 文/图）6月28日下午，“智能土木与智能建造”国际暑期学校开启第四讲，由美国怀特州立大学机械与材料工程系长聘副教授杨自丰进行了主题为Deep Learning Enhanced Projective Image Velocimetry(PrLV) for Internal Tubing Flows—基于深度学习技术(DL)增强的投影图像测速的精彩讲授。暑期学校全体学生认真听课并参加了课堂讨论，本讲课程助教为土木学院研究生王青青。

讲座开始，杨自丰副教授介绍了什么是投影图像测速 (PrIV)—根据透过流场的光影来估计投影图像上明显的粒子/图案运动的技术。接下来展示了PrIV技术的应用，例如在生物医学领域，X 光扫描的投影图像可用于估计血管中详细的血流速度分布。接着就二维影像运动的速度估计的不准确性，分析了原因，并提出建立深度学习 (DL) 框架来解决这一重要问题。基于研究涉及的两个案例，构建了一个典型的垂直方形管模型用作体外动脉模拟，量化误差。并通过对相同的垂直管流进行了计算流体动力学 (CFD) 模拟，获得用于深度学习校正的准确 3D 流场信息。通过具体实验来验证模型，实验表明模拟结果与实际能较好吻合。

[主讲教师简介]：

杨自丰，现任职美国怀特州立大学机械与材料工程系长聘副教授，2011至2017为该系助理教授。他于2009年毕业于爱荷华州立大学航空航天系并获得博士学位，之后在该校做博士后至2011年。他于2003年和2006年分别获得北京航空航天大学能源与动力工程学院学士学位和硕士学位。研究方向主要集中于高级流体测量技术的发展，机器学习强化的流体诊断技术，实验流体力学，生物流和风能研究。他的研究获得美国国立卫生研究院，RMD公司，Spectral Energies公司，Ronald Houck公司以及Premier Health捐赠基金的支持。已发表期刊论文46篇，同行评审会议论文21篇以及会议报告和受邀报告40余篇。从2019年开始，他担任美国物理学会东大湖区理事，副主席，目前任当选主席。2021年，受邀成为《Applied Science》学术期刊客座编辑。2022年，受邀成为《Bioengineering》学术期刊客座编辑。