扫描手机二维码
赞
的个人主页 http://faculty.cumt.edu.cn/ChenJunjun/zh_CN/index.htm
陈骏骏，浙江东阳人，2023年博士毕业于吉林大学，现为中国矿业大学准聘副教授，硕士生导师。主要从事人工智能与地下水科学交叉领域的算法理论与应用技术研究。近年来主持和参与多项水工环领域的研究课题，取得的代表性成果主要发表在水资源领域国际权威期刊Water Resources Research (WRR)，并获选AGU Eos Highlight （AGU出版集团所有期刊论文不超过2%），连续两年（2021~2022）获得WRR Editors' Choice Award (Top1%年度最佳论文)。
研究方向
1. 含水层系统模型参数智能反演识别
2. 含水层系统多目标智能优化
3. 人工智能算法应用
代表性论文
1. Chen, J., Dai, Z., Dong, S., Zhang, X., Sun, G., Wu, J., Ershadnia, R., Yin, S., Soltanian, M.R., (2022). Integration of deep learning and information theory for designing monitoring networks in heterogeneous aquifer systems. Water Resources Research, 58, e2022WR032429. https://doi.org/10.1029/2022WR032429 (入选AGU EOS Editor's Highlight，获评WRR 2022 Editors' Choice Award)
2. Chen, J., Dai, Z., Yang, Z., Pan, Y., Zhang, X., Wu, J., & Reza Soltanian, M. (2021). An improved tandem neural network architecture for inverse modeling of multicomponent reactive transport in porous media. Water Resources Research, 57, e2021WR030595. https://doi.org/10.1029/2021WR030595 (2021年度WRR最高下载量论文，获评WRR 2021 Editors' Choice Award)
奖励与荣誉
1. 2021年度WRR Editors' Choice Award
2. 2022年度WRR Editors' Choice Award
3. 2022的论文成果得到AGU会刊《地球与空间科学新闻》Eos的亮点报道(AGU Eos Editor's Highlight:Using Big Data for Monitoring Network Design and Beyond - Eos）
科研项目
1. 国家自然科学基金青年基金：基于深度学习的非均质含水层中多组分反应性溶质运移监测设计与参数反演研究(42402241)，主持
2. 中央高校基本业务经费：基于深度学习的非均质含水层反应性溶质运移模型参数随机反演算法研究，主持
3. 中国矿业大学科研启动经费，主持
4. 国家重点研发计划：场地污染实时响应监测预警技术与装备(2018YFC1800900)，2018-2022，参与
5. 国家自然科学基金面上项目：地下水溶质运移模型的尺度效应和不确定性分析(41772253)，2018-2021，参与
6. 中国地质调查局项目：兰州—西宁经济区综合地质调查，2016-2018，参与
7. 国土资源部公益性行业科研专项：长白山火山监测与现今活动性研究—长白山火山喷发次生灾害预警研究，2013-2015，参与
8. 吉林省永吉县1:50000地质灾害详查，2015-2016，参与
