EN
当前位置: 网站首页 > 师资队伍 > 教授 > 正文
彭小燕
发布时间: 2019年03月12日 20时32分  作者:   来源:   浏览次数:

11884

彭小燕,教授,博导。西南大学人工智能学院人工智能系系主任,类脑计算与智能芯片重庆市重点实验室副主任。在SCI收录的著名国际期刊发表多篇学术论文,主持和参与多项美国和中国国家级以及省部级科研项目,授权多项国内和国际发明专利。担任多个国际期刊和学术会议的审稿人,如Sensors and Actuators B, Physics B 等国际杂志。主要研究领域是:气体传感器制备、基于传感阵列的算法研究、智能气体模式识别研究、嵌入式机器嗅觉解决方案。


联系邮箱:pengxy2015@swu.edu.cn


1.教育经历


美国波多黎各大学 物理系 博士;

武汉大学 电子信息学院 硕士;

湖北师范大学 物理与电子科学学院 学士。


2.讲授课程


高级人工智能、人工智能与机器学习(云课程)、电路分析、数字电路等。


3.部分主持科研项目:

[1] 重庆市自然科学基金面上项目,CSTB2022NSCQ-MSX0615,基于气体传感阵列的新型智能感知原型系统构筑, 2022/08-2025/07, 在研,主持;

[2] 2022年留创计划创新类项目2204012979940125,基于气敏阵列的高选择性算法研究, 2022/07-2023/06在研,主持;

[3] 国防科技创新特区重点项目子课题,****智能感知系统构建,2020/05-2022/12,结题,主持;

[4] 北碚区科技人才与自主创新专项,2021-26,微纳传感阵列的制备和智能感知系统构建, 2021/09-2022/08,结题,主持。


4. 部分已发表论文:

[1] Fei Li, Yiran Li, Wenlong Zhao, Xiaoyan Peng*, A Novel Channel-Attention-Based Dense Network for Gas Recognition in Complex Airflow Environments, Journal of Physics: Conference Series. IOP Publishing, 2023.

[2] Yiran LiFei LiFan WuXiaoyan Peng*, Fusion neural network for Gas Concentration Prediction in Mixed Gas Environments, Journal of Physics: Conference Series. IOP Publishing, 2023.

[3] Yu Wang, Pengfei Jia, Hao Cui, Xiaoyan Peng*, A novel regression prediction method for electronic nose based on broad learning system, IEEE Sensor Journal, 2021 (21)17: 19374.

[4] Xiaoyan Peng, Yingjia Han, Qiming Zhang, Pengfei Jia, Hao Cui, Lidan Wang, Shukai Duan, Performance improvement of MoS2 gas sensor at room temperature, IEEE Transactions on Electron Devices, 2021, 68(9): 4644.

[5] Jin, Chu, Yingjia, Han, Yiming, Li, Pengfei, Jia, Hao, Cui, Shukai, Duan; Peter Feng, Xiaoyan, Peng*, Study of the structural evolution and gas sensing properties of PECVD-synthesized graphene nanowalls, Journal of Physics D: Applied Physics, 2020 (53): 325101.


5.获奖情况简介


[1]  波多黎各大学杰出研究生,2010

[2]  美国IFN 2014年优秀暑期实习奖;

[3]  美国IFN 2014-2015年年度科研奖

[4] 西南大学优秀研究生毕业论文;

[5] 重庆市研究生科研创新项目;

[6] 本科生“蓝桥杯”大赛电子类国家级奖;

[7] 全国大学生机器人大赛国家级奖;

[8] 研究生电子设计竞赛省级奖;

[9] 全国大学生电子设计竞赛省级奖。


6. 备注:


欢迎对人工智能深度学习、边缘计算、嵌入式系统和电子器件等研究方向感兴趣的本科生和研究生加入团队。有电子信息工程、计算机科学与技术、软件工程、数据科学、物联网工程、通信工程等相关专业背景的同学优先考虑团队为同学们提供以下帮助:


(1)指导本科生和研究生参加各项竞赛,指导申请各类科研创新项目;
(2)为优秀本科生和研究生提供包括论文、竞赛、专利、科研项目等高水平科研成果提供指导和帮助,营造良好的学术环境和严肃活泼的团队氛围
(3)为团队学生提供国内外各种学术活动、交流访问、对外合作的机会。毕业生一般去往国内外知名高校或研究所继续深造,去往国企、央企和知名IT企业公司工作。