论文答辩委员会由香港理工大学的王宁添博士 (答辩主席), 香港城市大学的李伟明教授和美国水牛城大学 (University at Buffalo) 的Negar Elhami-Khorasani博士组成。在规定时间内，他依次介绍了其课题的研究背景、研究方法、数据库搭建、模型训练、结果展示、研究结论、未来展望等。在公开提问和评论环节，他认真回答了现场和线上观众对其论文的提问。
随后的闭门答辩中，答辩委员会老师以专业、严谨的态度，考察了曾彦夫博士研究课题的不同方面，指出其工作的亮点和不足的同时，也对其论文提出了进一步修改的意见与建议。历经近两个小时的答与辩，答辩委员会以全员优秀(Excellent)评分，通过了曾彦夫的博士论文答辩，并建议授予哲学博士学位。
曾彦夫与答辩委员会老师和指导老师线上合影
曾彦夫于2021年加入理大黄鑫炎博士课题组，其主要研究领域包括消防性能化设计、烟气行为分析、建筑火灾、火灾数值模拟、人工智能和数字孪生等。博士在读期间，在Journal of Building Engineering, Journal of Computational Design and Engineering, Case Studies in Thermal Engineering等高水平期刊发表多篇有影响力的论文。并在国际消防安全科学会议(IAFSS)、亚太燃烧会议(APCC)、国际消防工程师协会性能化设计会议(SFPE PBD)等高水平会议做报告。
曾彦夫博士在博士论文中包含的期刊论文如下：
Y. Zeng, X. Zhang, L Su, X. Wu, X Huang (2022) Artificial Intelligence Tool for Fire Safety Design (IFETool): Demonstration in Large Open Spaces, Case Studies in Thermal Engineering, 40, 102483.
Y. Zeng, Y. Li, P. Du, X. Huang (2023) Smart Fire Detection Analysis in Complex Building Floorplans Powered by GAN, Journal of Building Engineering, 79, 107858.
Y. Zeng, Z. Zheng, T. Zhang, X. Huang, X. Lu (2024) AI-Powered Fire Engineering Design and Smoke Flow Analysis for Complex-shaped Buildings, Journal of Computational Design and Engineering, 11, qwae053.
Y. Zeng, X. Liu, Y. Ding, Z. Zheng, T. Zhang, X. Huang, X. Lu (2024) Automatic Fire Sprinkler Layout Design for Complex Building Floorplans by Deep Learning. (pending to submit)
Y. Zeng, X. Huang (2024) Artificial Intelligence Powered Building Fire Safety Design Analysis. In X. Huang and W.C. Tam (eds) Intelligent Building Fire Safety and Smart Firefighting, Springer. Y. Zeng, X. Huang (2023) Smart Building Fire Safety Design Driven by Artificial Intelligence, In M.Z. Naser (ed), Interpretable Machine Learning for the Analysis, Design, Assessment, and Informed Decision Making for Civil Infrastructure, Elsevier, Chapter 5.
毕业生介绍
曾彦夫：香港理工大学博士生，研究领域为建筑消防设计和基于人工智能的智慧消防。
查看曾彦夫个人网页
相关阅读：
图文 | 曾彦夫
编辑 | 谢伟康
审核 | 黄鑫炎
