Akhil Garg

Akhil Garg，男，1988年3月生，印度籍，現任西交利物浦大學化學與材料科學學院副教授。2010年5月獲印度國立理工學院機械工程學士學位，2014年8月獲新加坡南洋理工大學機械與航天工程博士學位。

2014年9月至2016年3月在新加坡南洋理工大學從事博士後研究，2016年3月起先後在汕頭大學工學院任講師、副教授。2019年8月起任職於華中科技大學機械學院。主要從事進化算法和人工智慧在工程設計最佳化領域研究，聚焦儲能系統設計與鋰離子電池技術套用。近五年發表SCI論文96篇，含2篇ESI熱點論文、10篇ESI高被引論文。主持廣東省“揚帆計畫”引進緊缺拔尖人才項目，獲Frontiers of Mechanical Engineering年度最佳論文獎。連續兩年入選“斯坦福–Elsevier全球前2%頂尖科學家”榜單。

基本介紹

• 國籍：印度
• 學位/學歷：博士 
• 職業：副教授
• 性別：男
• 外文名：Akhil Garg
• 出生日期：1988年3月
• 畢業院校：印度國立理工學院
  新加坡南洋理工大學

個人經歷

Akhil Garg於2010年5月獲得印度國立理工學院機械工程專業學士學位。2014年8月獲得新加坡南洋理工大學機械與航天工程專業博士學位。2014年9月至2016年3月在新加坡南洋理工大學工程學院從事博士後研究工作。2016年3月至2016年8月就職於汕頭大學工學院，任講師。2016年9月至2019年7月就職於汕頭大學工學院，任副教授。2019年8月起任職於華中科技大學機械學院，任副教授。Akhil Garg現任西交利物浦大學理學院化學與材料科學系副教授。

研究方向

主要研究方向包括進化算法和人工智慧在工程設計或設計最佳化中的套用，如儲能系統設計等。具體方向涵蓋數字孿生、機器學習、遺傳規劃等人工智慧方法在工程最佳化中的套用，涉及儲能系統、電動汽車和工業過程等領域。已發表100餘篇同行評議論文，H指數47。主持廣東省“揚帆計畫”引進緊缺拔尖人才項目。擔任30多個SCI期刊的審稿人。

學術兼職

Akhil Garg現任IET協同智慧型製造副主編、ASME Journal of Electrochemical Energy Conversion and Storage等國際期刊副主編，以及International Journal of Green Energy、International Journal of Energy Research and Energy Storage等國際期刊客座編輯。Akhil Garg擔任30多個SCI期刊的審稿人，並受邀擔任歐盟資助項目BatCAT的外部顧問。

科研項目

Akhil Garg主持多項科研項目，包括主持廣東省“揚帆計畫”引進緊缺拔尖人才項目，主持湖北省自然科學基金委資助的基於深度學習的電池冷板設計項目，以及主持國家自然科學基金項目，以及與英國倫敦瑪麗女王大學、俄羅斯聖彼得堡國立大學RSC會士合作的國際項目。

代表性著作

[1] Garg A, Shankhwar K, Jiang DZ, Vijayaraghavan V, Panda BN, Panda SS. An evolutionary framework in modelling of multi-output characteristics of the bone drilling process. Neural Comput Appl. 2018;29:1233-41.

[2] Garg A, Li JH, Hou JJ, Berretta C, Garg A. A new computational approach for estimation of wilting point for green infrastructure. Measurement. 2017;111:351-8.

[3] Garg A, Lam JSL, Panda BN. A hybrid computational intelligence framework in modelling of coal-oil agglomeration phenomenon. Appl Soft Comput. 2017;55:402-12.

[4] Garg A, Vijayaraghavan V, Zhang J, Lam JSL. Robust model design for evaluation of power characteristics of the cleaner energy system. Renew Energ. 2017;112:302-13.

[5] Garg A, Lam JSL, Gao L. Energy conservation in manufacturing operations: modelling the milling process by a new complexity-based evolutionary approach. J Clean Prod. 2015;108:34-45.

[6] Garg A, Lam JSL. Improving environmental sustainability by formulation of generalized power consumption models using an ensemble based multi-gene genetic programming approach. J Clean Prod. 2015;102:246-63.

[7] Garg A, Vijayaraghavan V, Lam JSL, Singru PM, Gao L. A molecular simulation based computational intelligence study of a nano-machining process with implications on its environmental performance. Swarm Evol Comput. 2015;21:54-63.

[8] Garg A, Tai K, Lee CH, Savalani MM. A hybrid M5 '-genetic programming approach for ensuring greater trustworthiness of prediction ability in modelling of FDM process. J Intell Manuf. 2014;25:1349-65.

[9] Garg A, Vijayaraghavan V, Mahapatra SS, Tai K, Wong CH. Performance evaluation of microbial fuel cell by artificial intelligence methods. Expert Syst Appl. 2014;41:1389-99.

[10] Garg A, Garg A, Tai K, Sreedeep S. An integrated SRM-multi-gene genetic programming approach for prediction of factor of safety of 3-D soil nailed slopes. Eng Appl Artif Intel. 2014;30:30-40.

獲獎情況

1. Engineering Applications of Artificial Intelligence, Journal of Cleaner Production, Chemometrics and Intelligent Laboratory Systems, Measurement等國際學術期刊優秀審稿人

2. SCI期刊Frontiers of Mechanical Engineering頒發的“年度最佳論文獎”，2018年

2019年獲華中優秀學者津貼

3. IPRoMM國際會議最佳論文獎，2016年

2016年獲廣東省高層次人才（揚帆計畫）

2023年獲湖北省楚天學者稱號（青年）

連續兩年入選“斯坦福–Elsevier全球前2%頂尖科學家”榜單