实习时的一次“较真”让她登上国际顶刊

上海财经大学浙江学院学生朱晗琪，怎么也没想到，自己实习时的一次“较真”，竟撞开了国际顶刊的大门。不久前，仪器测量领域的国际顶级期刊刊发了一篇名为《IEEE Transactions on Instrumentation and Measurement》的研究论文，通讯作者一栏赫然写着她的名字。

故事要从一段普通的实习经历说起。去年春天，朱晗琪跟着导师钟晨，参与某栋建筑的室内温度监测项目。她的日常任务是采集和整理来自各个角落的传感器数据。干着干着，她发现了一个烦人的问题：物理传感器反应总是“慢半拍”——因为热惰性，温度变了它要过一会才跟上；大楼里布点又稀疏，墙角、窗边的温度根本测不到；用久了，传感器还会失灵，读数越来越不准。

“那时候我就冒出一个念头：能不能不靠加装更多传感器，而是用已有的数据，把室内每个角落的温度‘推算’出来？”朱晗琪说，导师知道她的想法后，鼓励她把这个想法做成课题，试一试。

可想法落地，远比想象中艰难。第一道坎，是她最初尝试的纯数据驱动模型就像个“黑箱子”，只管输入输出，一到环境突变（比如突然开窗、太阳暴晒），结果就乱套。朱晗琪没有硬扛，而是转身去“啃”传热学的专业文献，把热传导、热增益这些物理原理，变成数学约束“塞”进模型。紧接着，时序建模的精度又卡住了，她反复比较各种主流算法，最后选定了一条名为“异构堆叠集成学习”的技术路线。经过几十次改版，朱晗琪最终构建出一个两层的集成学习框架。为了验证效果，她在那栋建筑里做了整整两个月的实地采集。结果让人振奋：在30分钟预测时段内，她这套“虚拟传感器”的平均误差只有0.42摄氏度，比传统方案提升了22%以上；而且模型体积小、运算快，只有60多兆字节，推理延迟不到0.8秒，完全能在普通的边缘网关设备上稳定运行。“看到误差曲线终于降下来的那一刻，我差点在工位上喊出来。”她笑着说。

随后，她和钟晨（第一作者）把这段实践中的思考写成论文，投了出去。审稿人给出的评价是“方法新颖、数据扎实”。

这份亮眼的成果，并非天上掉下来的。朱晗琪就读的上海财经大学浙江学院，近几年紧扣金华本地产业需求，推行“教研融合、产研贯通”的育人模式，鼓励学生从真实的产业痛点里找问题、做研究。朱晗琪的成长，正是这条发展路径的生动写照。

本报记者 季俊磊