[1]科技部国家重点研发计划:基于阻尼增效的高性能惯容系统及其结构振动控制研究(2021YFE0112200),  2021.10-2024.09

[2]同济大学前沿学科交叉联合攻关项目:数据驱动与知识驱动融合的智能流体力学(2022-3-YB-07),2022.06-2024.05

[3]上海市学科交叉联合攻关首批示范项目:基于机器学习和数字孪生驱动的海洋细长柔性结构健康监测系统(YB-17-202135),2021.08-2022.07

[4]科技部国家重点实验室基础研究资助项目:消能减震结构时变混合可靠性分析方法及优化设计研究(SLDRCE19-B-02),2019.6-2022.7

[5]国家重点研发计划:工业化建筑隔震及消能减震关键技术-子课题“工业化建筑钢结构自立式消能减震墙体系”(2017YFC0703607),2017.7 -2020.12

[6] 上海市自然科学基金项目:钢桥构造细节随机疲劳损伤多尺度演化及预测研究(17ZR1431900),2017.5-2020.4

[7]国家重点研发计划:工业化建筑检测与评价关键技术-子课题“装配式结构整体性检测评价技术”(2016YFC0701804-02),2016.7 -2020.6

[8]国家自然科学基金项目:基于自适应粒子滤波的非线性非高斯桥梁损伤识别与评估研究(51578140),2016.01-2019.12

[9]科技部国家重点实验室基础研究资助项目:磁浮道岔梁振动疲劳寿命预测不确定性研究（SLDRCE2014） 2014-2017

[10] 国家自然科学基金项目:基于证据理论和Info-Gap决策的结构可靠性稳健设计优化，2012.1-2015.12

[11] 光华同济大学土木工程学院基金项目:结构不确定性的数学模型与高性能计算方法的研究，2010.6 -2013.6

[12] 科技部国家重点实验室基础研究资助项目:基于证据理论的结构可靠性稳健设计优化研究，2011.1-2013.12

[13] 国家自然科学基金项目:基于群集智能的复杂结构系统分散化识别方法研究，2008.1-2010.12

[14] 国家教育部留学归国人员科研启动基金项目:对大型结构进行状态评估的序贯蒙特卡洛贝叶斯统计推理模型研究，2006.10-2008.9

[15]上海申通轨道交通科研项目:“地铁列车运行引起建筑物二次辐射噪声研究”，2008.9-2009.12

[16]上海申通轨道交通科研项目:“地铁列车运行引起振动、噪声赔偿机制研究”，2009.5-2010.6

1. Yajuan Xie,Hesheng Tang, Deepgated recurrent unit networks for time-domain long-term fatigue analysis ofmooring lines considering wave directionality. Ocean Engineering,2023.

2. Tang, Hesheng, Liao, Yangyang,et al. A transfer learning-physics informed neural network (TL-PINN) forvortex-induced vibration.Ocean Engineering,2022,266.

3. Liao, Yangyang, Tang, Hesheng,et al. Response Prediction for Linear and Nonlinear Structures Based onData-Driven Deep Learning.Applied Sciences-BASEL,2023,13(10).

4. Tang H, Xie Y. Deep transferlearning for connection defect identification in prefabricated structures.Structural Health Monitoring. 2023;22(3):2128-2146.doi:10.1177/14759217221119537.

5. Tang H, Xie Y, Zhao T and Xue S.Identification of Grout Sleeve Joint Defect in Prefabricated Structures UsingDeep Learning. Front. Mater. 7:298. doi: 10.3389/fmats.2020.00298

6. Li D, Tang H, Xue S. Robustdesign of tuned mass damper with hybrid uncertainty. Struct Control Health Monit. 2021; 28(10):e2803.

AI4Science is a core group of faculty in DDMS focusedon the intersection of AI+SCIENCE. Our mission is to leverage scientific insightto develop new machine learning methods, and to develop and leverage newmachine learning methods to advance science.

https://vibcon.tongji.edu.cn/Web/Content?w=191&p=106