公开(公告)号：CN116307387A

公开(公告)日：2023-06-23

申请号：CN202310260580.7

申请日：2023-03-17

Applicant: 上海交通大学

Inventor： 蔡鸿明 ,  芮召普 ,  于晗 ,  胡畔 ,  姜丽红

IPC: G06Q10/063 ,  G06Q50/26 ,  G06F18/214 ,  G06F30/28 ,  G06F30/27 ,  G06N20/00 ,  G06F113/08 ,  G06F119/14

Abstract: 一种基于深度强化学习推理的小型空间碳中和策略生成系统，包括：特征解析模块、数字碳空间初始化模块、碳中和策略优化模块、碳中和策略导出模块、模型训练支撑模块以及碳浓度预测模块，本发明以基于物理公式的流体模拟引擎驱动数字碳空间构建，基于海量空间案例库生成焦点浓度监测序列，构成训练集，通过碳浓度预测模型提取训练集中丰富的时空语义，形成空间碳浓度的高效推理方法，针对给定的任意小型空间，采用深度强化学习模型进行推理优化，从而能够直接推理出给定时空的碳浓度。通过将碳浓度预测模型作为交互环境，构建并训练基于深度强化学习的空间碳中和策略优化模块。针对用户输入的空间环境点云模型、碳汇点云模型和碳源配置，推理生成高效的空间碳中和策略，并输出对应策略的完整点云模型和相关配置。

公开(公告)号：CN119377597A

公开(公告)日：2025-01-28

申请号：CN202411428693.4

申请日：2024-10-14

Applicant: 上海交通大学

Inventor： 于晗 ,  钱麒丹 ,  蔡鸿明 ,  陈治源 ,  胡畔 ,  陈诺 ,  姜丽红

IPC: G06F18/20 ,  G06F18/27 ,  G06F18/22 ,  G06F18/213 ,  G06N5/025 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/084

Abstract: 一种基于双图表示学习预训练模型的推荐系统，包括：数据录入模块、元特征提取模块、图谱构建模块和智能推荐模块，其中：数据录入模块录入外部数据源的模型数据和数据集数据并解析后输出至元特征提取模块；元特征提取模块提取和聚合模型与数据集的元特征向量；图谱构建模块基于元特征向量构建模型图谱和数据集图谱的双图表示并通过计算模型间的架构特征相似度以及分析数据集间的标签权重关系；智能推荐模块在双图表示和对应的元特征向量的基础上，通过使用基于残差图卷积和多层感知机的深度推荐模型，针对数据集进行回归准确率预测，进而得到模型推荐的结果列表。本发明通过对模型和数据集进行元特征提取，并基于相似关系进行双图表示学习，本发明能够有效捕捉数据集与模型之间的复杂关系，从而实现高效、准确的模型推荐。

公开(公告)号：CN120010515A

公开(公告)日：2025-05-16

申请号：CN202510166031.2

申请日：2025-02-14

Applicant: 上海交通大学

Inventor： 蔡鸿明 ,  张瑞轩 ,  胡畔 ,  于晗

IPC: G05D1/46 ,  G05D1/633 ,  G05D1/644 ,  G05D1/648 ,  G05D109/20

Abstract: 一种基于多目标强化学习的时空自适应匹配系统，包括：数据融合清洗模块、智能路径规划模块、多目标调度优化模块、自适应任务优化模块和强化学习驱动模块，本发明通过强化学习和多目标优化策略，实现无人机在三维空间中的自适应调度和路径规划，提供智能化的飞行器任务管理，保障复杂空域下的运行安全，符合低空产业对安全与效率的多重要求的同时，降低了对静态规则和专家经验的依赖，能够根据实时反馈和环境变化动态调整策略，具有高度适应性，符合未来低空装备在运行服务、监管和全产业链安全标准化体系中的核心技术要求。

公开(公告)号：CN118859868A

公开(公告)日：2024-10-29

申请号：CN202410890086.3

申请日：2024-07-04

Applicant: 上海交通大学

Inventor： 蔡鸿明 ,  王帅 ,  于晗 ,  胡畔 ,  姜丽红

IPC: G05B19/418 ,  G06F16/35 ,  G06F40/211 ,  G06F40/284 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0442 ,  G06N5/025 ,  G06F18/2433 ,  G06F18/22 ,  G06F18/25 ,  G06F18/15

Abstract: 一种面向多参量耦合的工业设备运行状态评估系统，包括：预处理模块、时间序列重构模块、异常检测与故障诊断模块、故障单元重要性挖掘模块、故障单元划分模块和评估报告生成模块，本发明依据设备手册、历史维修记录和历史运行数据通过因果挖掘建立故障因果图挖掘参量间耦合关系并评估各故障单元重要性。在线状态评估时，对设备检测的实时数据进行划分并基于时序重构模型进行自适应异常检测，最后根据故障因果图和故障单元重要性权重对设备进行状态评分和故障分析，生成设备运行状态综合诊断报告。