通知公告

2023年拟入站博士后公示（2023年05月18日）

时间：2023-05-18 浏览量：

根据学校博士后相关文件要求，经个人申请、合作导师推荐、流动站和拟聘单位同意、组织审查、学校审批，确定以下人员为拟入站博士后，现将基本情况公示如下：

一、拟入站博士后

李炎，1992年8月8日出生，毕业于中国矿业大学，拟聘单位为电气工程学院，拟入控制科学与工程博士后流动站，合作导师孙晓燕教授。博士期间的成果如下：

针对当前风冷碳化硅变流器容量较小、功率密度较低的现状，综合电、磁、热、机械以及控制多个维度，提出了一套碳化硅变流器并联的大容量高功率密度方案，具备一定的工程应用参考价值；从器件并联角度研究碳化硅MOSFET变流器的扩容方法，建立了电流分配模型，阐述了器件结温偏差与动态不均流之间的正反馈恶化关系；针对多器件并联结构，提出了功率回路及驱动回路结构优化方案，实现了动、稳态电流平衡；为了使器件并联结构具备电流偏差主动补偿能力，提出了一种新颖的并联有源门极驱动方案，实现了器件间的信息交互及闭环精准补偿。

Niaz Muhammad Shahani，1992年2月出生，毕业于中国矿业大学，拟聘单位为矿业工程学院，拟入地质资源与地质工程博士后流动站，合作导师杨伟峰教授。博士期间主要学术成果如下：

针对传统的岩石力学参数测试方法速度慢、成本高，难以适应于当前煤矿的智能化发展趋势问题，综合分析了轻型梯度提升机（LightGBM）、支持向量机（SVM）、类别型特征的梯度提升算法(Catboost)、人工神经网络（ANN）、自适应模糊神经网络（ANFIS）、梯度提升回归树算法（GBRT）、随机森林（RF）和极限梯度提升算法（XGBoost）的优缺点及适用条件。采用基于机器学习的智能方法，利用Python和Matlab二次开发，创建了Robust Models综合模型，得出XGBoost在训练和测试阶段均有较高准确性，为塔尔煤田资源开发提供了重要支撑。以第一作者发表SCI论文8篇（1篇Q1、4篇Q2、3篇Q3）、EI论文1篇；在专业研究领域有较高的学术水平。