陈若雨，男，博士，硕士研究生导师（学术型：土木工程、专业型：土木水利），江苏省双创博士，江苏省科技副总。 

    他在2017年本科毕业于安徽理工大学土木工程专业，毕业那时，他想要诗和远方，于是，他去美国念了个硕士。硕士研究生阶段还算顺利，他在2019年硕士毕业于美国佛罗里达大学土木工程专业。硕士快毕业的时候，他觉得他的科研精力还很足，可以继续念个博士，于是，他又开始攻读博士学位。博士研究生涯就比较辛苦了，但是他顺利在2022年博士毕业于美国佛罗里达大学土木工程专业。博士毕业那年他27岁，他的导师对他说：“ boy, your research life has just begun！”

    2024年之前，他主要从事全波型反演法的算法原理及其在土木工程中的应用研究，包括混凝土结构智能反演检测、岩土工程智能地质勘察。现在，他开始研究深度学习模型和物理信息神经网络在计算机视觉及全波形反演中的应用研究，他希望能带着学生做出一些有意思的东西，他的学生们目前正在做的研究如下图所示：                              

    他现在有一些小项目，他和他的学生一起，一点点搭建起了他们的课题组。在大家的努力下，学生们也开始慢慢获得了一些成果（refer to“科研团队”）。

    他每年招收1~2名研究生，他比较想跟那些有梦想、踏实做科研的学生一起玩。他现在有三个这样的学生，他很开心，课题组在慢慢成长，很多路他们也走通了。对了，他们课题组常年与美国佛罗里达大学、德克萨斯大学等国外学校合作，学生们的培养也以申请海外博士为主，他的三个学生都在做着申请计划，他们充满干劲。

    他每年都会收到一些申请研究生的学生邮件，他并不太在意那些邮件的客套内容，他啊，其实只想听听那些学生，心里的声音。（PS：因为名额有限，他希望那些不怕困难、真正想做点事情的学生联系他，非诚勿扰。）

本课题组的研究主要聚焦于人工智能驱动的基础设施检测与结构健康监测技术，结合深度学习、计算机视觉与工程检测方法，研究面向建筑与基础设施安全评估的智能检测技术。主要研究方向包括：

1.无人机视觉与建筑缺陷智能检测（UAV-based Computer Vision for Infrastructure Inspection）

该方向研究基于无人机平台的建筑与基础设施智能巡检技术。通过无人机获取高分辨率图像数据，结合深度学习与计算机视觉算法，实现对建筑外立面裂缝、剥落、空鼓等缺陷的自动识别与定位。研究重点包括建筑缺陷检测算法、无人机视觉检测系统以及大规模建筑巡检数据分析。相关研究可应用于城市建筑巡检、外墙安全评估及基础设施智能运维。

2.多模态智能检测与城市基础设施安全监测（Multimodal AI for Infrastructure Damage Detection）

针对复杂城市环境中的建筑安全问题，研究融合可见光、热成像等多模态数据的智能检测方法，探索不同成像方式在建筑缺陷识别中的作用机理。通过数据分析与智能算法，提高对早期隐蔽缺陷的识别能力，为城市建筑安全监测与智慧运维提供技术支持。

3. 人工智能驱动的智能无损检测（AI-driven Non-Destructive Testing for Structural Defect Identification）

该方向研究结合超声检测与机器学习算法的智能无损检测方法，用于识别混凝土结构中的裂缝、钢筋、空洞等内部缺陷。通过分析结构中的波传播与散射特性，结合深度学习与数据驱动方法，实现从检测信号到缺陷特征（位置、尺寸与类型）的自动识别与定量评估。研究目标是构建高效、自动化的智能检测方法，为桥梁、隧道及建筑结构安全评估提供技术支持。

4. 物理信息驱动的结构健康检/监测（Physics-informed Machine Learning for Structural Health Monitoring）

该方向研究融合物理模型与机器学习算法的结构健康监测方法。通过结合波动传播理论、数值模拟与数据驱动模型，构建能够解释结构损伤机理的智能分析框架，实现对结构裂缝发展、损伤演化及结构退化的高精度识别与预测。研究重点在于物理约束与深度学习方法的结合（Physics-informed AI），为基础设施长期运维与安全评估提供智能化技术支持。

欢迎报考研究生 

欢迎对以下研究方向有基础，或者强烈感兴趣的申请学生联系：结构健康检/监测（Structural Health Monitoring）；无损检测技术（Non-Destructive Testing）；深度学习与机器学习在工程检测中的应用（Deep Learning & Machine Learning for Engineering Inspection）；计算机视觉与智能缺陷识别（Computer Vision for Infrastructure Inspection）

学生培养方向

学生将在以下方面获得系统训练：

• 深度学习与机器学习方法

• 计算机视觉与智能检测算法

• 超声与波动检测技术

• 数值模拟与物理建模

• 基础设施安全评估与结构健康监测

    本课题组的研究特点是将工程问题、物理模型与人工智能方法相结合，利用深度学习与计算机视觉技术实现结构缺陷的自动识别与定量评估。

佛罗里达大学（University of Florida，UF）  土木工程    博士    2019年5月 - 2022年8月

佛罗里达大学（University of Florida，UF）  土木工程    硕士    2017年9月 - 2019年5月

        安徽理工大学                       土木工程    学士    2013年9月 - 2017年6月

        江苏科技大学                 副教授        2024年7月  - 至今

        江苏科技大学                  讲师         2022年11月 - 2024年6月

博士研究生课程：工程结构安全韧性与智慧诊治

硕士研究生课程：智能建造技术与管理