工业过程特征描述的时间序列表示学习

该博士项目致力于开发新的算法，用于从复杂工业过程中的传感器数据中学习时间序列特征。其目标是通过可解释的表征技术提升过程特征描述能力，从而应用于异常检测与根本原因分析，并以主题模式作为分析的基础构建块。

项目： 工业 4.0 技术为工业过程配备了大量传感器，使得机器与过程的运行状态能够持续监测。由此产生的数据可用于对过程进行建模，进而获得优化过程或检测与预防故障的分析性见解。然而，工业过程日益复杂，包含众多相互关联的组件、不同的运行条件以及数百个监测变量，这使得对整个过程进行建模变得愈发困难。 现有方法主要依赖深度神经网络来学习数据特征，随后将这些特征应用于后续任务。尽管在预测性能方面表现良好，但这些模型对过程本身的理解却十分有限，而这在实际应用中具有关键意义。事后解释无法解决这一问题，因为它们仅能近似反映模型的推理过程，且无法确保真实反映模型的运作方式。此外，深度神经网络通常需要大量数据集才能学习复杂行为，而在实际工业应用中却很少具备这样的数据资源。 “从高维工业时间序列数据中自动学习可解释表征，并在多个时间序列数据挖掘任务中利用这些表征”，这是该博士研究生岗位的核心研究挑战。在本研究过程中，你将利用主题元素——即具有代表性的子序列——作为可解释时间序列表征的构建单元，从而实现对工业过程的全面理解。为此，你将设计新的算法用于多变量时间序列中的主题元素挖掘，以及用于学习所发现主题元素之间的关系。这些算法将重点关注三个方面。 首先，他们将平衡可扩展性与代表性，即构建基于模式表示的计算成本与模式对过程的描述详细程度及精度之间的平衡。其次，他们将引入弱监督机制，以便领域专家能够指导算法，进而指导基于模式表示的方法，而无需提供详尽的标签。最后，该表示方法应易于使用，配置简单，仅需少量超参数，且这些超参数的含义对领域专家来说直观易懂。最终得到的表示方式将在异常检测、异常诊断及根本原因分析等下游任务中进行评估。 该博士研究生岗位属于一项工业研究项目的一部分，旨在获取关于复杂工业系统的基础知识，并生成可用于改进生产过程的分析见解。该博士研究生岗位是该项目的方法学核心组成部分，负责开发用于后续分析的表示学习方法。在博士期间开发的方法将利用项目中的工业合作伙伴提供的运营数据，在真实的工业应用场景中进行验证。

Profile: We are seeking a highly motivated, enthusiastic, and communicative researcher, with a proactive and creative attitude who is eager to explore innovative solutions. If you recognize yourself in the story below, then you have the profile that fits the project and the research group: I have a Master's degree in Computer Science, Artificial Intelligence, Electrical Engineering, Mathematical Engineering or a related field and performed well above average in comparison to my peers. I am proficient in written and spoken English. During my courses or prior professional activities, I have gathered experience with machine/deep learning, and can demonstrate a strong affinity with these fields. Prior experience with time series analysis is a plus. I am proficient in Python and am familiar with data science and machine/deep learning toolkits. As a PhD researcher at KU Leuven, I perform research in a structured and scientifically sound manner. I read technical papers, understand the nuances between different theories and implement and improve methodologies myself. Based on interactions and discussions with my supervisors and the colleagues in my team, I set up and update a plan of approach for the upcoming 1 to 3 months to work towards my research goals. I work with a sufficient degree of independence to follow my plan and achieve the goals. I indicate timely when deviations of the plan are required, if goals cannot be met or if I want to discuss intermediate results or issues. In frequent reporting, varying between weekly to monthly, I show the results that I have obtained and I give a well-founded interpretation of those results. I iterate on my work and my approach based on the feedback of my supervisors which steer the direction of my research. I feel comfortable to work as a team member and I am eager to share my results to inspire and being inspired by my colleagues. I value being part of a research group which is well connected to the mechatronics industry and I am eager to learn how academic research can be linked to industrial innovation roadmaps. During my PhD I want to grow towards representing the research group on project meetings or conferences. I see these events as an occasion to disseminate my work to an audience of international experts and research colleagues, and to learn about the larger context of my research and the research project. We encourage candidates from diverse backgrounds and experiences to apply, as we believe that different perspectives contribute to better research and innovation. Application Instructions for the PhD vacancy To apply for this position, please use the online application tool and ensure that you submit the following documents in a single PDF file: Motivation Letter: A letter (maximum 1 A4 page) addressing your strengths and qualifications in relation to the project. Complete Academic CV: A detailed CV including information about your education, current position, work experience (if any), employment gaps (if any), interests, extracurricular activities, international experiences, and projects demonstrating your programming/software skills, background knowledge relative to the project and level of expertise. List of Publications: If applicable, provide a list of your publications, including DOIs. Please do not include PDFs of the publications. Copies of Diplomas: Include copies of your BSc and MSc degrees. Transcript of Records: Provide transcripts for your BSc and MSc degrees. If you have not yet completed your Master's degree, include your available credits and scores, as well as a list of courses you are taking in the upcoming semester. English Summary of Master Thesis: A summary of your master thesis in English (maximum 1 A4 page, or 2 pages max when including a figure). Proof of English Language Proficiency: Documentation demonstrating your proficiency in English (TOEFL, IELTS, …), if available. Reference Letter or Contact Details: A reference letter or the contact information for one reference who can provide a recommendation letter upon request.

提供： 该职位将在比利时荷语鲁汶大学这个具有合作性质且注重国际化的研究环境中开展，该大学属于世界顶尖大学之一（全球排名前100）。比利时荷语鲁汶大学成立于1425年，近六个世纪以来一直是学习的中心，是比利时的最高排名大学，也是欧洲最古老且最著名的大学之一。比利时荷语鲁汶大学提供真正的国际化体验、高质量教育、世界级研究以及前沿创新，连续四年在路透社评选的欧洲最具创新性的大学榜单中名列前茅。 我们提供： 一项全额资助的4年制博士奖学金，其薪酬待遇与比利时这一生活品质高且医疗体系完善的国家中的行业标准相当。 在科学与/或工业领域发展自我的丰富机会。除了研究小组提供的机会外，比利时荷语鲁汶大学Arenberg博士学院还为博士生提供进一步的博士培训("[会员链接]")，该学院以对未来科学家及具备科学背景的专业人士的重视而闻名，这些人士将在非学术环境中发挥其博士级的专业知识与能力。 在具有开创性的研究中进行合作交流，并参与国际会议的机会。 能够使用先进的设施以及一系列大学福利服务（如健康保险等）。 一个充满活力且热情洋溢的博士生与测试工程师团队。 作为博士候选人，您将驻留在比利时荷语鲁汶大学布鲁日校区("[会员链接]")，加入一个充满活力的跨学科人工智能研究团队，并能够使用先进的实验室设施，与工业合作伙伴密切合作，通过实验验证您的研究成果。 入选者将被鼓励在国际会议和国内活动上展示其研究成果，重点在于发表高质量的会议论文和期刊文章。他们将受益于我们强大的国际研究与产业网络的支持，该网络积极参与此项目。 位于西弗拉德斯的宏伟中世纪城市布鲁日的比利时荷语鲁汶大学布鲁日校区，提供了一个充满活力的学术环境，且距离企业网络很近。该校区设有新建立的实验室，以满足教学与研究需求。 比利时荷语鲁汶大学布鲁日校区计算机科学系M组DTAI实验室

感兴趣？ 您可通过在线申请工具于2026年11月30日之前申请该职位 比利时荷语鲁汶大学致力于营造包容、尊重且安全的社会环境。我们将个人与群体的多样性视为一种优势。开放的对话与不同的视角对于富有雄心的研究与教育环境至关重要。在追求平等机会的承诺中，我们认识到历史不平等所带来的后果。我们不接受任何形式的歧视，包括但不限于性别认同与表达、性取向、年龄、种族或民族背景、肤色、宗教与哲学差异、神经多样性、就业障碍、健康状况或社会经济地位。 关于入学资格或支持政策的相关问题，我们愿通过此电子邮件地址为您提供帮助。 求职申请流程： 工作条件 职业机会 申请该职位