研究序列

当前位置: 首页 > 关于我们 > 师资队伍 > 研究序列 > 正文

全部
教研序列
特聘序列
客座序列
研究序列
教辅序列
王菁楠

助理研究员

工作邮箱:wangjingnan@suat-sz.edu.cn
职务 助理研究员 工作邮箱 wangjingnan@suat-sz.edu.cn
个人简介

曾于中国科学院深圳先进技术研究院从事博士后研究,专注于智能机器人触觉感知与学习,以主要成员参与多项国家级科研项目;博士毕业于德国凯泽斯劳滕工业大学,期间作为助理研究员参与德国科学基金会(DFG)GRK 1932交叉学科研究项目;硕士阶段就读于复旦大学数学科学学院运筹学与控制论专业。此外,亦具备企业界的丰富实践经验。

研究领域

智能机器人、机器人多模态感知与学习、强化学习与控制、随机分析、随机微分方程

学习工作经历

学习经历

2017年10月至2020年11月,弗劳恩霍夫研究所,凯泽斯劳滕工业大学,应用数学,博士

2014年9月至2017年6月,复旦大学,金融数学,硕士

2010年9月至2014年6月,中国矿业大学,应用数学,学士

工作经历

2025年3月-至今,深圳理工大学,助理研究员

2023年3月-2025年2月,中国科学院深圳先进技术研究院集成所智能仿生中心,博士后研究员

2020年12月-2023年2月,Nexontis Consulting GmbH(德国),数据科学家

学术成果

科技项目及奖励情况

1.面向柔性零件的机器人自动装配基础理论与方法研究,地方自然科学基金,主要参与人

2.面向高海拔环境的作业型科考机器人技术与应用,国家重点研发计划,主要参与人

3.Stochastic Models for Innovations in the Engineering Sciences,DFG (德国科学基金会) 资助,主要参与人

4.DFG (德国科学基金会) 全额奖学金 (3 年)

5.magna cum laude (with great honor) 极优等毕业

代表性论文

1.Jingnan Wang, Xiaoyu Li, Yunduan Cui, Ke Mai, Yiru Wang, Mianzhi Song, Can Wang, Zhengkun Yi*, and Xinyu Wu. Soft Sensor-based Deep Temporal-Graph Convolutional Network for Applications in Human Motion Tracking. In IEEE Sensors Journal (2024).

2.Jingnan Wang, Zhenning Zhou, Yunduan Cui, Jian Cui, Longhui Qin, Tiantian Xu*, Zhengkun Yi*, and Xinyu Wu. Dual Autoencoder-based Joint Learning: Enhancing Depth Classification of Hard Inclusions in Soft Tissue for Robotic Palpation. In IEEE Transactions on Mechatronics. (大修后二审)

3.Jingnan Wang, Wenjia Ouyang, Senlin Fang, Yupo Zhang, Xinyu Wu, Zhengkun Yi*. TempTrans-MIL: A General Approach to Enhancing Multimodal Tactile-driven Robotic Manipulation Classification Tasks. In IEEE Transactions on Mechatronics. (大修后二审)

4.Jingnan Wang, Ralf Korn. Numerical Algorithms for Reflected Anticipated Backward Stochastic Differential Equations with Two Obstacles and Default Risk, Risks 2020,8(3),72.

5.Xiaoyu Li,Jingnan Wang, Binhua Huang, Chengliang Liu, Yiwen Liu, Yupo Zhang, Zhengkun Yi, and Xinyu Wu. TGCN-P: A TCN-GCN Network With Weighted Graph Constructed by Pearson Correlation Coefficient for Human Motion Tracking. In 2023 IEEE International Conference on Real-time Computing and Robotics (RCAR), pp. 310-315. IEEE, 2023.

关闭