2021年1月21日下午，应重庆大学土木工程副院长仉文岗教授的邀请，新加坡国立大学土木及环境工程学院王泽洲博士后研究员（Research Fellow）在腾讯会议上以“Deep-learning techniques to geotechnical reliability analysis in spatially variable soils（深度学习与土体空间变异性的工程可靠度分析）”为主题为各校师生带来了一场精彩的学术报告。

王泽洲博士考虑土体空间变异性的有限元分析方法能够对于岩土工程结构进行有效全面的分析，考虑到目前岩土工程空间变异性分析计算量大限制该方法实际应用的问题，详细介绍了其将卷积神经网络（CNN）与土空间变异性结合的分析方法，提出了基于深度学习的空间变异性分析代理模型，最终结合基坑和基础工程两个算例验证了卷积神经网络用于岩土工程空间变异性分析的可行性。同时与现有的替代模型方法进行了比较。卷积神经网络相比于现有的方法从准确性和计算效率的双重角度都有了提高。最后，卷积神经网络相对于其他方法在应用广泛性上也具有一定优势。

最后，师生们就相关问题与王博士积极展开讨论，王博士耐心地一一解答。

本次学术报告由重庆大学博士后王林主持，报告吸引了不同学校的老师和同学参加。报告在线观看人数最高达341人。讲座结束后，大家纷纷表示收获良多，为今后的相关研究提供了思路。