研究聚焦复杂系统的可靠性、风险与智能管理，围绕系统的状态感知、风险量化与预测决策开展研究工作。研究方法以深度学习与机器学习、多模态数据分析、时序数据建模为主，应用场景涵盖工业装备、无人系统、农业、林业、养殖等领域。

2025-11 至 今, 华南农业大学, 数学与信息(软件)学院, 副研究员

2022-07 至 2025-10, 东莞理工学院, 机械工程学院, 副研究员

2020-03 至 2022-06, 西安交通大学，博士后

2015-11 至 2020-01, 米兰理工大学, 能源与核科学和技术, 博士

2012-09 至 2015-07, 西安交通大学, 机械工程, 硕士

2008-09 至 2012-06, 西安交通大学, 测控技术与仪器, 学士

1. 国家自然科学基金委员会, 青年科学基金项目（C类）[原青年科学基金项目], 52005103, 苛刻工况下散裂中子源靶站热室的跨模态信息融合健康监测研究, 2021-01-01 至 2023-12-31, 24万元, 结题, 主持。

2. 广东省基础与应用基础研究基金委员会, 广东省区域联合基金-青年基金项目, 2020A1515110139, 基于多源信息融合的大科学装置样品环境设备健康监测研究, 2020-10 至 2023-09, 10万元, 结题, 主持。

3. 科技部, 国家重点研发计划（青年科学家项目）, 2021YFB2011100, 滚动轴承装配基础与智能装配方法, 2021-11 至 2024-10, 500万元, 结题, 任务负责人。

4. 国家自然科学基金委员会, 面上项目, 72171049, 数据驱动的中子散射谱仪机组动态协同视情维修鲁棒优化方法研究, 2022-01-01 至 2025-12-31, 48万元, 资助期满, 参与。

[1] Yang, Z., Zhou, R., He, Y., Long, J., Fang, L., & Li, C. (2026). Anomaly detection of particle accelerators using spatial-temporal contrastive fusion of multi-sensor time series. Reliability Engineering & System Safety, 267, 111940. (JCR Q1, IF=11）

[2] Yang, Z., Ye, R., Jiang, L., Long, J., Huang, Y., & Li, C. (2025). Few-shot fault diagnosis of particle accelerator power system using a bidirectional discriminative prototype network. Applied Soft Computing, 170, 112726. (JCR Q1, IF=6.6）

[3] Yang, Z., Zhou, L., Li, Y., Huang, Y., Li, A., Long, J., Luo, C., & Li, C. (2024). Dynamic fuzzy temperature control with quasi-Newtonian particle swarm optimization for precise air conditioning. Energy and Buildings, 310, 114095. (JCR Q1, IF=7.1）

[4] Long, J., Lin, J., Jiang, L., Yang, Z.*, Guo, J., Yin, T., & Li, C. (2024). Masked autoencoder via end-to-end zero-shot learning for fault diagnosis of unseen classes. IEEE Transactions on Instrumentation and Measurement, 73, 1-10. (JCR Q1, IF=5.6）

[5] Li, X., Zhen, S., Yu, L., Yang, Z.*, Li, C., & Mba, D. (2024). Nonlinear weight learning model for incipient fault detection and degradation modelling and its interpretability for fault diagnosis. Mechanical Systems and Signal Processing, 212, 111256. (JCR Q1, IF=8.9）

[6] Yang, Z., Huang, Y., Nazeer, F., Zi, Y., Valentino, G., Li, C., Long, J., & Huang, H. (2023). A novel fault detection method for rotating machinery based on self-supervised contrastive representations. Computers in Industry, 147, 103878. (JCR Q1, IF=8.2）

[7] Li, C., Lei, X., Huang, Y., Nazeer, F., Long, J., & Yang, Z.* (2023). Incrementally contrastive learning of homologous and interclass features for the fault diagnosis of rolling element bearings. IEEE Transactions on Industrial Informatics, 19(11), 11182 – 11191. (JCR Q1, IF=12.3）

[8] Yang, Z., Baraldi, P., & Zio, E. (2022). A method for fault detection in multi-component systems based on sparse autoencoder-based deep neural networks. Reliability Engineering & System Safety, 220, 108278. (JCR Q1, IF=8.1）

[9] Yang, Z., Long, J., Zi, Y., Zhang, S., & Li, C. (2021). Incremental novelty identification from initially one-class learning to unknown abnormality classification. IEEE Transactions on Industrial Electronics, 69(7), 7394-7404. (JCR Q1, IF=8.2）

[10] Yang, Z., Baraldi, P., & Zio, E. (2021). A multi-branch deep neural network model for failure prognostics based on multimodal data. Journal of Manufacturing Systems, 59, 42-50. (JCR Q1, IF=9.5）

[11] Yang, Z., Gjorgjevikj, D., Long, J., Zi, Y., Zhang, S., & Li, C. (2021). Sparse autoencoder-based multi-head deep neural networks for machinery fault diagnostics with detection of novelties. Chinese Journal of Mechanical Engineering, 34(1), 54. (中国科技期刊卓越行动计划重点期刊，获评创刊35周年优秀论文, IF=2.9）

[12] Yang, Z., Baraldi, P., & Zio, E. (2020). A novel method for maintenance record clustering and its application to a case study of maintenance optimization. Reliability Engineering & System Safety, 203, 107103. (JCR Q1, IF=6.2）

[13] Yang, Z., Al-Dahidi, S., Baraldi, P., Zio, E., & Montelatici, L. (2019). A novel concept drift detection method for incremental learning in nonstationary environments. IEEE Transactions on Neural Networks and Learning Systems, 31(1), 309-320. (JCR Q1, IF=10.4）

1. Chinese Journal of Mechanical Engineering（中国机械工程学报英文版）创刊35周年优秀论文，论文题目Sparse autoencoder-based multi-head deep neural networks for machinery fault diagnostics with detection of novelties。

2. 广东省博士后人才引进计划“海外青年博士后引进项目”（原“珠江人才计划”海外青年人才引进博士后资助项目）。

3. 2023年度广东省仪器仪表学会科学技术奖(技术发明奖)一等奖，面向大科学装置的高性能中子斩波技术与装备，第6完成人。

4. 第六届广东省暨粤港澳大湾区工业工程创新大赛优秀指导教师奖。

5. 杰出报告奖（Outstanding Oral Presentation），CMMNO 2021国际学术会议（7th International Conference on Condition Monitoring of Machinery in Non-Stationary Operations，June 11-13，GuangZhou，China）。

6. 杰出报告奖（Excellent Oral Presentation），ICSRS2018国际学术会议（3rd International Conference on System Reliability and Safety, Nov. 24- 26, 2018, Barcelona, Spain）。

1. 中国振动工程学会转子动力学专业委员会，理事。

2. CSCWD国际学术会议(CCF-C类)分论坛主席（Session Chair），26th International Conference on Computer Supported Cooperative Work in Design (CSCWD 2023)，May 24-26, 2023, Kunming, China。

3. 客座编辑（Guest Editor），国际学术期刊IEEE Transactions on Consumer Electronics专刊（Special Section: Advances in Neural Computing-enabled Device Health Management for Consumer Technology）。

4. 国际学术期刊审稿人，IEEE Transactions on Neural Networks and Learning Systems，IEEE Transactions on Industrial Informatics，IEEE Transactions on Industrial Electronics，IEEE Transactions on Consumer Electronics，Mechanical Systems and Signal Processing，Reliability Engineering & System Safety，Engineering Applications of Artificial Intelligence，Expert Systems With Applications，Computers in Industry，Applied Soft Computing等。

5. 国际重要学术会议/国内权威学术会议作口头报告，在第15届、16届全国转子动力学学术大会(ROTDYN2023, ROTDYN2024)、第三届中国力学学会转子动力学及控制学术交流会、第一届（国际）设备智能运维大会（ICEIOM2023）、故障诊断与寿命预测国际研讨会（TEPEN2024-IWFDP）等学术会议作报告。

yangzhe@scau.edu.cn