贵阳分部广州分部
网站地图联系我们所长信箱建议留言内部网English中国科学院
 
 
首页概况简介机构设置研究队伍科研成果实验观测合作交流研究生教育学会学报图书馆党群工作创新文化科学传播信息公开
  研究队伍
科研系列
技术系列
  您现在的位置:首页 > 研究队伍

姓名 单小彩 性别:
职称 高级工程师 学位 博士
电话 - 传真:
Email: shxc@mail.iggcas.ac.cn 邮编: 100029
地址 北京朝阳区北土城西路19号,中国科学院地质与地球物理研究所
更多信息:
 
简历:

单小彩,女,1992年出生于河北邯郸,现任中国科学院地质与地球物理研究所高级工程师。在地质、地球物理与人工智能的交叉研究和实践应用方面拥有丰富经验和创新成果,持续跟进和掌握前沿技术动态,与国内外相关研究团队长期保持紧密合作。目前,在国内外学术刊物发表SCI论文10余篇,所有文章引用次数共计394次,以第一发明人授权中国发明专利5项,美国发明专利1项。

教育经历
   2011.9 - 2015.6    
中国科学技术大学,地球物理学,学士
   2015.9 - 2021.6    
中国科学院地质与地球物理研究所,地球物理学,博士
   2019.12 - 2021.3  
英国Cranfield大学,交叉学科,联合培养

工作经历
   2021.7 - 2023.12   
中国科学院地质与地球物理研究所,博士后。
   2023.12 - 至今     中国科学院地质与地球物理研究所,高级工程师

 
学科类别:
地质学、地球物理学、人工智能
 
研究方向:

    地学大模型、油气甜点生成式大模型

 
职务:
 
社会任职:
 
承担科研项目情况:

主持项目

  1. 横向项目:基于Transformer智能模型反演测井曲线

参与项目

  1. 岩石圈国重点自主研究课题:二氧化碳封存机理及选址评价研究
  2. 国家自然科学基金委专项项目:基于深度学习的相渗曲线综合预测研究
  3. 企业委托项目:基于压缩感知的地震采集设计方法研究
 
获奖及荣誉:
 
代表论著:
  1. Shan, X., Chen, Z., Fu, B., Zhang, W., Li, J., & Wu, K. (2023). Predicting TOC from Well Logs Based on Deep Spatial-Sequential Graph Convolutional Network. Geophysics, 88(3), 1-64.
  2. Shan, X., Cao, J., Huo, S., Chen, L., Sarrigiannis, P. G., & Zhao, Y. (2022). Spatial–temporal graph convolutional network for Alzheimer classification based on brain functional connectivity imaging of electroencephalogram. Human Brain Mapping.
  3. Shan, X., Huo, S., Yang, L., Cao, J., Zou, J., Chen, L., ... & Zhao, Y. (2021). A Revised Hilbert-Huang Transformation to Track Non-stationary Association of Electroencephalography Signals. IEEE Transactions on Neural Systems and Rehabilitation Engineering.
  4. Shan, X., Tian, F., Cheng, F., Yang, C., & Xin, W. (2019). Spectral Decomposition and a Waveform Cluster toCharacterize Strongly Heterogeneous Paleokarst Reservoirs in the Tarim Basin, China. Water, 11(2), 256.
  5. Zhang, W., Shan, X.*, Fu, B., Zou, X., & Fu, L. Y. (2022). A deep encoder-decoder neural network model for total organic carbon content prediction from well logs. Journal of Asian Earth Sciences, 240, 105437.
  6. Yang, L., Shan, X., Lv, C., Brighton, J., & Zhao, Y. (2021). Learning spatio-temporal representations with a dual-stream 3D residual network for non-driving activity recognition. IEEE Transactions on Industrial Electronics.
  7. 吕尧, 单小彩, 霍守东等 .2020.基于深度卷积神经网络的地震数据局部信噪比估计. 地球物理学报,63(1): 320-328, doi: 10.6038/cjg2020N0058.
  8. Cao, J., Zhao, Y., Shan, X., Blackburn, D., Wei, J., Erkoyuncu, J. A., ... & Sarrigiannis, P. G. (2022). Ultra[1]high-resolution time-frequency analysis of EEG to characterise brain functional connectivity with the application in Alzheimer's disease. Journal of Neural Engineering.
  9. Cao, J., Zhao, Y., Shan, X., Wei, H. L., Guo, Y., Chen, L., ... & Sarrigiannis, P. G. (2022). Brain functional and effective connectivity based on electroencephalography recordings: A review. Human Brain Mapping, 43(2), 860-879.
  10. Xin, W., Tian, F., Shan, X., Zhou, Y., Rong, H., & Yang, C. (2020). Application of Geologically Constrained Machine Learning Method in Characterizing Paleokarst Reservoirs of Tarim Basin, China. Water, 12(6), 1765.
  11. Marsot, M., Mei, J., Shan, X., Ye, L., Feng, P., Yan, X., ... & Zhao, Y. (2020). An adaptive pig face recognition approach using Convolutional Neural Networks. Computers and Electronics in Agriculture, 173, 105386.
  12. Cao, J., Grajcar, K., Shan, X., Zhao, Y., Zou, J., Chen, L., ... & Sarrigiannis, P. G. (2021). Using interictal seizure-free EEG data to recognise patients with epilepsy based on machine learning of brain functional connectivity. Biomedical Signal Processing and Control, 67, 102554.
  13. 单小彩, 李宏宝, 陈宜欣, 张杰, 黄曦, 电子设备以及控制电子设备进行 PPG 检测的方法和介质, 2022-8- 26,中国, 202010009395.7
  14. 单小彩,张旺,周永健,吴克柳,李靖,付博烨,陈掌星,朱日祥, 基于图神经网络的页岩总有机碳预测方法、系统和设备, 2022-3-8, 中国, ZL 2021 1 1411640.8
  15. 单小彩,周永健,辛维,田飞,杨长春,岩石储层构造表征方法、装置、计算机可读存储介质及电子设备, 2021-2-26, 中国, ZL 2020 1 0395655.9
  16. 单小彩,吕尧,周永健,杨长春,一种地震数据的非规则优化采集方法、装置、设备及介质, 2021-11- 09,中国, ZL 2020 1 1267100.2
  17. 单小彩,辛维,杨长春,田飞,一种用于地震探测的弹簧片、检波器及地震勘查系统, 2020-7-17,中国, 201922333348.3
  18. Shan Xiaocai, Wang Zhang, Yongjian Zhou, Graph neural network (gnn)-based prediction system for total organic carbon (toc) in shale. 2023-11-22, 美国, US20230162052A1.
 

地址:北京市朝阳区北土城西路19号 邮 编:100029 电话:010-82998001 传真:010-62010846
版权所有© 2009 中国科学院地质与地球物理研究所 备案序号:京ICP备05029136号