近日，电子与电气工程学院李作进教授与加拿大工程院院士Simon X. Yang合作，在国际工业电子与电气领域顶级期刊《IEEE Transactions on Industrial Electronics》（简称《IEEE TIE》）发表题为《An LSTM Network With Neural Plasticity for Driver Fatigue Recognition on Real Roads》（已上线Early Access）的高水平研究论文。李作进为论文第一作者兼通讯作者。

该成果面向真实道路场景下驾驶人疲劳状态识别问题，首次将生物神经元“可塑性学习”机制引入LSTM网络结构中，提出了一种具有可塑性能的长短期记忆神经网络模型（NP-LSTM）。该模型有效应对了道路环境复杂性、交通动态性与驾驶人个体差异性之间的多重挑战，深度融合生物细胞学习机制与LSTM网络的记忆能力，显著提升了疲劳驾驶预警系统在复杂路况下的智能感知水平与工程泛化能力。

据悉，《IEEE TIE》是美国电气与电子工程师协会（IEEE）主办的旗舰期刊之一，致力于报道工业电子、电力电子、电机驱动、控制系统等方向的前沿研究成果，具有极高的学术权威性与国际影响力。该刊为中国科学院一区TOP期刊，影响因子7.2，被广泛公认为工业电子电气领域的国际一流学术平台。

论文链接：https://ieeexplore.ieee.org/document/11078660