李贺，女，中共党员，毕业于武汉纺织大学，研究方向为基于数据驱动的工业过程监测，专注于关键指标预测。曾参与了多个科研项目，包括国家自然科学基金项目和湖北自然科学基金项目，涉及青霉素发酵过程浓度的软测量与脱丁烷塔工艺中丁烷的含量预测等领域，并在这些项目中承担了数据分析、模型设计与优化等核心工作。具备扎实的编程技能，熟练掌握Python、C语言，具有机器学习、深度学习及数据增强技术的应用经验，发表多篇学术论文：

[1]SCI二区(TOP)期刊已发表IEEE TRANSACTION ON INSTRUMENTATION AND MEASUREMENT(第一作者)，Industrial Process Soft Sensing Based on Bidirectional Optimization Learning of Data Augmentation and Prediction Models under Limited Data.

[2] ISPCE-AS2024会议（第一作者）：Industrial Process Soft Sensing Based on Nonlinear Sparse Generalized Method of Moments Estimation Model and Relevance Vector Regression.

[3]自动化学会推荐A类会议已发表：China Automation Conference（第一作者）：I Industrial Process Soft Sensing Based on Random Forest-Optimized Mallow’s Cp Variable Selection.

[4]发明专利（已授权，导师第一发明人本人第二发明人）：一种基于数据增强与预测联合学习的软测量方法与系统

[5]发明专利（已受理，导师第一发明人本人第二发明人）：基于非线性稀疏矩估计与相关向量回归的工业软测量方法和系统

[6]发明专利（已受理，导师第一发明人本人第二发明人）：一种改进Mallow's Cp变量选择的工业过程软测量方法和系统