2021年12月1日上线论文“TAD-Net: 基于TCN和GCN的数字孪生车间生产行为实时检测方法”，这篇文章由东南大学刘庭煜团队完成。文章基于车间人员行为管控的重要性和应用现状，提出了一种数字孪生车间生产行为实时检测方法，该方法以连续骨架节点序列数据作为输入，基于时序卷积网络(TCN)和图卷积网络(GCN)对联合分类和回归循环网络（JCR-RNN）进行了增强重构，建立了时域行为检测网络(TAD-Net)，实现了车间生产行为的实时检测。实验结果表明，该方法在长序列动作数据集OAD以及车间生产行为数据集NJUST3D上取得了较高的时域定位评分、识别速度以及准确率。
