4月18日上午，深圳大学范成研究员在工科三号楼224会议室为我院师生做题为《不完备数据下融合多范式机器学习的建筑系统高效运维方法》的学术报告。土木建筑学院院长王林教授主持报告。

范成研究员指出，随着科技的进步，传统依赖人力的建筑系统运维方式正逐渐被数据驱动技术所替代。此类技术凭借其强大的数据分析能力，有望实现建筑系统运维的深度精细化与高度自动化，显著提升运维效率与精准度。然而，现实情况中，由于种种原因导致的运行数据质量问题，如数据缺失、噪声干扰、非均衡分布等，成为阻碍数据驱动技术在建筑运维领域广泛应用的瓶颈。针对这一核心问题，范成研究员重点介绍了多范式机器学习技术在应对不完备数据方面的创新应用。他详细阐述了迁移学习、半监督学习等前沿算法在建筑能源管理中的具体实践，生动展示了这些技术如何通过知识迁移、标签推测等方式，有效填补数据空白，降低对完整、高质量数据的依赖，从而提升模型的泛化能力和预测精度。整场报告内容丰富、逻辑严谨、观点鲜明，我院师生反响热烈。范成研究员深入浅出的讲解不仅拓宽了大家的学术视野，也激发了大家对数据驱动建筑运维的浓厚兴趣和深入思考。此次学术交流活动不仅增进了我院师生对前沿科研动态的了解，也为我校相关领域的教学与科研工作提供了有益启示和指导。

范成，深圳大学土木与交通学院特聘研究员，博士生导师，入选Elsevier中国高被引学者，全球前2%顶尖科学家年度影响力榜单。建设管理与房地产系主任，中澳BIM与智慧建造联合研究中心副主任，深圳市海外高层次人才，长期从事建筑节能、智慧运维、数据科学领域跨学科研究。获广东省科技进步二等奖、中国产学研合作促进会创新成果二等奖等多项科技奖励。