宋操

硕士生导师

入职时间：2025-08-17

所在单位：自动化学院

学历：研究生(博士)毕业

办公地点：民主楼201-2

性别：男

学位：博士学位

在职信息：在职

毕业院校：清华大学

   
  • 其他栏目

个人简介

宋操，中南大学自动化学院讲师，硕士生导师。2025年6月获清华大学控制科学与工程专业博士学位。作为技术骨干参与国家重点研发计划项目、国家自然科学基金重大仪器研制项目、国家自然科学基金面上项目等。

在IEEE Transactions on Geoscience and Remote Sensing、IEEE Transactions on Instrumentation and Measurement、IEEE Photonics Journal等遥感领域、信号处理领域国际权威期刊、会议上发表论文20篇。

担任《Geophysical Prospecting for Petroleum》青年编委、担任《IEEE Transactions on Geoscience and Remote Sensing》、《IEEE Transactions on Instrumentation and Measurement》、《IEEE Transactions on  Artificial Intelligence》、《IEEE Transactions on Medical Imaging》、《IEEE Geoscience and Remote Sensing Letters》、《Petroleum Science》等国际期刊审稿人，是中国自动化学会、中国人工智能学会、中国地球物理学会、中国图象图形学学会、中国仿真学会会员。

曾获得有色金属工业科学技术一等奖、北京市优秀毕业生、湖南省优秀毕业生、优秀学位论文等奖励。曾指导学生获得研究生自主探索创新项目、大学生创新训练项目、中国国际大学生创新创业大赛等赛事。


主要研究方向：

一、人工智能算法理论研究

  • 人工智能与深度学习算法

  • 多模态信息处理与分析

  • 工业大数据分析与建模

  • 智能控制与自动化系统设计

二、人工智能 + 深地探测

  • 地震、电磁、测井等地球物理信号智能处理

  • 多模态地球物理反演建模

  • 深地资源分布智能预测

三、人工智能 + 精神医学

  • 脑电信号、脑部磁共振成像等医学影像智能处理

  • 多模态脑部医学信息智能解码与客观生物标志物发现

  • 抑郁症、焦虑症等精神疾病的智能诊断与物理干预治疗


“工业智能感知与优化调控”课题组招收博士（每年1-2个指标）和硕士研究生（每年4-6个指标），及部分学有余力的优秀本科生！

相关学科和研究领域包括但不限于：自动化、控制科学与工程、人工智能、电子信息、计算机、数学、通信、工业互联网、大数据分析等。

课题组氛围融洽，欢迎有意向从事相关研究工作的同学加入课题组！

课题组负责人：王雅琳老师，教授/博士生导师

联系邮箱：songcao@csu.edu.cn


【团队名称】：控制工程研究所

课题组隶属控制工程研究所，具有良好的科研平台，包括国家自然科学基金创新研究群体，制造过程智能控制与优化决策创新引智基地（“111”计划），工业智能与系统教育部重点实验室、有色冶金自动化教育部工程研究中心等。


【合作平台】

  • 清华大学自动化系、北京信息科学与技术国家研究中心

  • 中南大学湘雅二医院、国家精神心理疾病临床医学研究中心


【代表性论文】

[1] Reservoir Prediction Based on Closed-Loop CNN and Virtual Well-Logging Labels, IEEE Transactions on Geoscience and Remote Sensing, vol. 60, no. 5919912, pp: 1-12, 2022. (SCI, JCR Q1, IF: 8.6)

[2] A Dynamic Time Warping Loss-Based Closed-Loop CNN for Seismic Impedance Inversion, IEEE Transactions on Geoscience and Remote Sensing, vol. 60, no. 5925313, pp: 1-13, 2022. (SCI, JCR Q1, IF: 8.6)

[3] Spatial Pattern Learning: Dip Structure Constraint Multiview Convolutional Neural Network for Pre-stacked Seismic Inversion, IEEE Transactions on Geoscience and Remote Sensing, vol. 61, no. 5917116, pp: 1-16, 2023.(SCI, JCR Q1, IF: 8.6)

[4] Evolution Inversion: Co-evolution of Model and Data for Seismic Reservoir Parameters Inversion, IEEE Transactions on Geoscience and Remote Sensing, vol. 62, no. 5923718, pp: 1-18, 2024.(SCI, JCR Q1, IF: 8.6)

[5]Multimodal Geophysics-Informed Neural Network for Joint Inversion of Seismic Electromagnetic and Well-logging, IEEE Transactions on Geoscience and Remote Sensing, 2026.(SCI, JCR Q1, IF: 8.6)

[6] Noise-robust self-adaptive support vector machine for residual oxygen concentration measurement, IEEE Transactions on Instrumentation and Measurement, vol. 69, no. 10, pp:8474-8485, 2020. (SCI, JCR Q1, IF: 5.6)

[7] Headspace oxygen concentration measurement for pharmaceutical glass vials in open-path optical environment using TDLAS /WMS. IEEE Transactions on Instrumentation and Measurement, vol. 69, no. 8, pp: 5828-5842, 2020.(SCI, JCR Q1, IF: 5.6)

[8] EWT-ASG: Empirical Wavelet Transform with Adaptive Savitzky–Golay Filtering for TDLAS. IEEE Photonics Journal, vol. 12, no. 3, pp:1-12, 2020. (SCI, JCR Q2, IF: 2.1)

[9] Seismic Stratigraphic Interpretation Based on Deep Active Learning, IEEE Transactions on Geoscience and Remote Sensing, vol. 61, no. 5912511, pp:1-11, 2023. (SCI, JCR Q1, IF: 8.6)

[10]  Reconstruct 3-D Seismic Data With Randomly Missing Traces via Fast Self-Supervised Deep Learning, IEEE Transactions on Geoscience and Remote Sensing, vol. 62, no. 5915814, pp: 1-14, 2024. (SCI, JCR Q1, IF: 8.6)

[11]  Multi-trace seismic Impedance Inversion with Structure-oriented Minimum Entropy Stabilizer, IEEE Transactions on Geoscience and Remote Sensing,  vol. 62, no. 5929113, pp: 1-13, 2024.（SCI, JCR Q1, IF: 8.6）

[12]Self-Supervised Knowledge-Driven Method for 3-D Magnetic Inversion, IEEE Geoscience and Remote Sensing Letters, vol. 21, no. 3000805, pp: 1-5, 2024. (SCI, JCR Q1, IF:4.4)

[13] Deep-Learning-Based Prestack Seismic Inversion Constrained by AVO Attributes, IEEE Geoscience and Remote Sensing Letters, vol. 21, no. 3001405, pp: 1-5, 2024. (SCI, JCR Q1, IF:4.4)

[14] Physics-informed neural network for reconstruction of seismic data under compressed sensing sampling, Petroleum Science, 2026, doi: https://doi.org/10.1016/j.petsci.2025.11.023. (SCI, JCR Q1, IF: 6.09)

[15] A review of seismic impedance inversion methods based on physics-informed neural network，Geophysical Prospecting for Petroleum，vol. 64, no. 4, pp:596-621, 2025.（IF：2.31）


【代表性会议报告】

[1]   Pre-stack Seismic Elastic Inversion and Oil Saturation Prediction Based on Progressive Multi-view Learning. 2023 Annual Meeting of Chinese Geoscience Union, Zhuhai, China, 2023. (Oral Presentation)

[2]  Deep Closed-Loop Seismic Velocity Inversion Based on Geological Structure Constraints. 6th Annual Conference on Oil & Gas Geophysics, Sanya, China, April 2024. (Oral Presentation)

[3]  Seismic Impedance Inversion Based on Conditional Diffusion Probabilistic Model, 85TH EAGE annual conference & exhibition, Oslo, Norway, 2024. (Poster Presentation)

[4]  TDLAS/WMS embedded system for oxygen concentration detection of glass vials with variational mode decomposition, IFAC2020, Berlin, Germany, 2020. (Oral Presentation)


【代表性发明专利】

[1]  用于玻璃药瓶残氧量检测的标准具效应抑制方法及装置,中国, ZL201910270548.0.

[2]  基于闭环网络的储层预测的模型处理方法、装置及设备, 中国, ZL202210406342.8. 

[3]  基于DTW损失的测井地震闭环深度网络联合反演方法及装置, 中国, ZL202211284843.X.

[4]  基于物理信息神经网络的地震电磁测井联合反演方法、装置、电子设备及存储介质, 中国, ZL202411523754.5.

[5]  基于物理模型约束的地震波阻抗高分辨率反演方法、装置、设备及存储介质, 中国, ZL202411523754.5.

[6] 基于多视图学习的地震弹性参数反演模型建立方法与装置, 中国, CN202310502951.8.

[7] 基于空间区域感知和掩码导向的图像数据重建方法及系统,中国,CN202610144125.4.

[8] 一种脑电信号去伪迹方法及系统,中国,CN202610233541.1.


教育经历

[1]   2021.9-2025.6

清华大学  |  控制科学与工程  |  博士学位  |  研究生(博士)毕业

[2]   2018.9-2021.6

中南大学  |  控制科学与工程  |  硕士学位  |  研究生(硕士)毕业

[3]   2014.9-2018.6

长沙理工大学  |  轨道交通信号与控制  |  学士学位  |  大学本科毕业

工作经历

[1]   2025.8-至今

中南大学  |  自动化学院  |  讲师

其他联系方式

  • [3]  通讯/办公地址：

  • [6]  邮箱：