职称：助理研究员
研究方向：图神经网络、故障诊断、大小模型协同
导师类别：硕导
主讲课程：
联系邮箱：dyuechen@tju.edu.cn
教育与工作背景
2023.12至 今 天津大学，人工智能学院，博士后，助理研究员
2018.09至2023.06 天津大学，计算机应用技术专业，工学博士
2015.09至2018.06 西南交通大学，精密仪器及机械专业，工学硕士
2011.09至2015.06 西南交通大学，交通设备信息工程专业，工学学士
个人简介
陈东月，天津大学人工智能学院博士后，助理研究员，毕业于天津大学计算机应用技术专业，工学博士。长期从事图神经网络、故障诊断与复杂系统建模方向的研究。面向重点设备故障诊断，结合不确定性估计与图学习，提出可信图神经网络系列方法，并成功嵌入燃气轮机故障诊断系统以及动力系统智能故障诊断平台。发表 SCI一区/CCF-A 类/IEEE汇刊论文 10 余篇，其中2篇论文入选 ESI 高被引论文、含 1 篇同时入选 ESI 热点论文，受邀为IEEE TNNLS、IEEE TCSVT、IEEE TMM、AAAI等国际高水平期刊及会议审稿。获得 2023 年度中国博士后科学基金会与天津市联合资助，入选天津市博士后创新岗位。主持国家自然科学基金青年科学基金（C类）项目、中国博士后科学基金面上项目；深度参与国家科技重大专项、国防基础科研计划子课题、国家自然科学基金重点项目等。主要研究方向包括图神经网络、工业故障诊断、可持续学习、大小模型协同。
四、代表性成果
（一）代表性论文
[1] Chen, Dongyue, Zongxia Xie, Wenlong Yu and Qinghua Hu. “Long-Tail Class Incremental Learning via Bias Calibration With Application to Continuous Fault Diagnosis.” IEEE transactions on neural networks and learning systems (2025): 1-15.
[2] Yu, Wenlong, Dongyue Chen*, Qilong Wang and Qinghua Hu. “Fine-Grained Domain Generalization With Feature Structuralization.” IEEE Transactions on Multimedia 27 (2025): 8510-8524.
[3] Jin, Yang, Zhengguo Meng, Qinghua Hu and Dongyue Chen*. “Heterogeneous Dynamic-Aware GNN for RUL Prediction of Aeroengine.” IEEE Transactions on Instrumentation and Measurement 74 (2025): 3538014.
[4] Chen, Dongyue, Zongxia Xie, Ruonan Liu, Wenlong Yu, Qinghua Hu, Xianling Li and Steven X. Ding. “Bayesian Hierarchical Graph Neural Networks with Uncertainty Feedback for Trustworthy Fault Diagnosis of Industrial Processes.” IEEE Transactions on Neural Networks and Learning Systems 35 (2023): 18635-18648.
[5] Chen, Dongyue, Ruonan Liu, Qinghua Hu and Steven X. Ding. “Interaction-Aware Graph Neural Networks for Fault Diagnosis of Complex Industrial Processes.” IEEE Transactions on Neural Networks and Learning Systems 34 (2021): 6015-6028.
（二）科研项目
[1] 不确定性引导的可信图增量学习方法与应用研究，国家自然科学基金青年项目(C类)，2025.01-2027.12，主持
[2] 基于大语言模型的可解释多模态学习方法，国家自然科学基金重点项目，2025.01-2029.12，参与
[3] 基于声振信息融合的XX健康评估技术研究，国防基础科研计划子课题，2025.01-2027.12，参与
[4] XX系统故障定位、诊断技术与预测研究，国防基础科研计划重点项目分课题，2020.01-2022.12，参与
[5] XX运行数据状态挖掘方法研究，国家科技重大专项，2018.08-2022.12，参与
其他补充信息
[1] 中国博士后科学基金会与天津市联合资助（特别资助），2023
[2] 中国博士后科学基金会面上资助，2025
[3] 天津市博士后创新岗位，2024