近日，我院刘涵教授团队在数据与知识混合驱动软测量与可解释人工智能的研究取得新进展，相关成果连续发表在工业信息领域国际顶级学术期刊IEEE Transactions on Industrial Informatics（DOI: 10.1109/TII.2023.3297663; DOI: 10.1109/TII.2022.3181692）。两篇论文第一作者为郭润元博士，通讯作者为刘涵教授，论文合作者有刘丁教授、张友民教授和谢国教授，西安理工大学为唯一通讯单位。

两篇论文聚焦深度学习工业软测量方法易遭受对抗攻击且模型难以解释的关键问题，采用过程数据与机理知识混合驱动的解决方案，分别提出了基于多重注意力机制的自解释深度学习软测量方法和知识引导的软测量对抗攻防方法。实验结果显示所提出的软测量方法不仅具备良好的对抗鲁棒性，而且能够直观表示出测量的推理过程与推理依据，有效提升了深度神经网络这一黑盒模型的可靠性，从而促进其在工业控制系统中的安全应用与广泛部署，同时也为可解释的人工智能研究提供了新的方法和思路。

IEEE Transactions on Industrial Informatics是工业控制及计算机科学领域的顶级学术期刊之一，目前在全球自动化/控制系统领域的65种期刊中排名第2位、在计算机科学/跨学科应用的110种期刊中排名第3位、在工程/工业的68种期刊中排名第1位（数据来自科唯睿安JCR引证报告），属SCI中科院一区Top期刊，期刊最新2022年影响因子为12.3， 在计算机与自动化工业控制研究领域具有很高的影响力。

该工作得到国家自然科学基金重大仪器研制项目（No.62127809）、国家自然科学基金重大研究计划项目（No.92270117）、国家自然科学基金重点项目（No.61833013）和国家自然科学基金面上项目（No.61973248）支持。

论文链接：https://ieeexplore.ieee.org/document/10197236

          https://ieeexplore.ieee.org/document/9794453