（通讯员 王璟）近日，太阳集团贵宾网站9728太阳集团2023级博士研究生王璟与导师胡记磊副教授在国际权威杂志《Engineering Geology》（地学类TOP期刊，IF：7.4）在线发表了题为《Influence of data quality on the performance of supervised classification models for predicting gravelly soil liquefaction》的学术论文。该论文研究了数据质量对机器学习模型的性能影响，提出了数据收集和构建模型的样本选择策略。研究结论可为从事土木和地质工程机器学习研究的科研人员提供科研启发和借鉴。

据悉，该研究成果来自于9728太阳集团工程结构抗震与防灾团队的“地震液化风险研究”课题组。近年来，该课题组承担了国家基金项目、湖北省教育厅重点研发项目等4项，长期关注与研究地震液化灾害风险分析与控制、地下工程地震破坏机理分析及防御、机器学习及大数据在岩土与结构工程中的应用等方面的研究工作。

课题组高度重视研究生的学术培养工作，注重全过程育人理念，定期开展组内学术研讨会，3年内带员工外出参加国内学术会议10人次，其中员工作报告2人次，积极拓宽研究生的学术视野，努力为课题组创造良好的学习氛围和科研条件，近一年指导硕士研究生发表SCI论文4篇。课题组在国内外权威期刊《Engineering Geology》、《Earthquake Engineering and Structural Dynamics》、《Tunnelling and Underground Space Technology》、《Acta Geotechnica》、《Computers and Geotechnics》、《岩土力学》、《振动与冲击》等发表科技论文50余篇，主编专著2部。

论文链接：https://www.sciencedirect.com/science/article/abs/pii/S0013795223002727