公开(公告)号：CN115510586A

公开(公告)日：2022-12-23

申请号：CN202211233665.8

申请日：2022-10-10

Applicant: 上海交通大学深圳研究院 ,  上海交通大学 ,  杭州电子科技大学

Inventor： 蒋炜 ,  张忠良 ,  朱海瑞 ,  郑志强 ,  陈畴镛

IPC: G06F30/17 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/04 ,  G06F119/12

Abstract: 本发明提供了一种基于MSD‑MHNN的设备剩余使用寿命预测方法和系统，包括：采集发动机状态监测数据并对所述数据进行预处理；MHNN模型对预处理后的数据进行特征学习以及对每个时间点的数据进行特征加权，得到多个退化特征；将MSD机制融合至MHNN模型生成MSD‑MHNN模型，对所述MSD‑MHNN模型训练后得到剩余使用寿命预测结果；本发明通过MHNN结构构建和MSD机制结合起来，实验结果表明，MSD‑MHNN在发动机RUL预测方面可行性和鲁棒性更好，且MSD‑MHNN模型提高了发动机设备剩余使用寿命预测精度。

公开(公告)号：CN115511102A

公开(公告)日：2022-12-23

申请号：CN202211233677.0

申请日：2022-10-10

Applicant: 上海交通大学深圳研究院 ,  上海交通大学 ,  杭州电子科技大学

Inventor： 蒋炜 ,  张忠良 ,  郑志强 ,  费秦君

IPC: G06N20/00 ,  G06Q40/00 ,  G06Q30/06

Abstract: 本发明提供了一种基于公平性和信誉机制的联邦学习系统及方法，包括：发布训练任务信息，接受参与方基于所述训练任务信息提交的报价信息并创建对应的数据库；计算参与方的公平性和信誉的效用值；获得被选择的参与方集合；发送全局模型给所述被选择的参与方，所述被选择的参与方本地训练后生成新一轮的模型；对所述模型进行聚合得到新一轮全局模型；验证所述新一轮的模型性能同时更新所述模型对应的参与方数据库中的记录信息，并反馈所述参与方对应的报价报酬；直至全局模型达到预期效果或联邦学习达到预定轮数。本发明中联邦学习参与方选择是一个动态的多轮过程，提升了联邦学习系统的安全性、稳定性和高效性。

公开(公告)号：CN117689309A

公开(公告)日：2024-03-12

申请号：CN202311592714.1

申请日：2023-11-27

Applicant: 上海交通大学深圳研究院

Inventor： 张大力 ,  蒋炜 ,  卢玮

IPC: G06Q10/087 ,  G06Q10/0637

Abstract: 本发明公开了一种物资仓储网络构建方法、系统及电子设备，涉及物资仓储规划调度技术领域。方法包括：获取待规划区域的网络模型；获取建仓信息和待规划区域的紧急事件信息；基于网络模型、建仓信息和紧急事件信息，构建目标函数；利用拉格朗日L型算法求解目标函数，得到最优物资仓储布局方案；基于最优物资仓储布局方案，在待规划区域搭建物资仓储网络。本发明利用小样本完成物资仓储网络的规划，提高了物资仓储网络规划的合理性。

公开(公告)号：CN117666495A

公开(公告)日：2024-03-08

申请号：CN202311596362.7

申请日：2023-11-28

Applicant: 上海交通大学深圳研究院

Inventor： 张大力 ,  蒋炜 ,  卢玮

IPC: G05B19/418

Abstract: 本发明公开了一种拣货路径规划方法、系统及电子设备，涉及拣货机器人控制技术领域。方法包括：获取待拣货订单信息、起点坐标、终点坐标和待拣货仓库的仓储状态信息；将仓储状态信息输入到训练后的编码器中，得到全连接图；将起点坐标、终点坐标、全连接图和拣货订单信息输入到训练后的解码器中，得到最优拣货路径；控制拣货机器人沿最优拣货路径移动，基于待拣货订单信息完成拣货。本发明通过训练编码器和解码器，能够提高拣货路径规划效率和合理性。

公开(公告)号：CN115526336A

公开(公告)日：2022-12-27

申请号：CN202211234025.9

申请日：2022-10-10

Applicant: 上海交通大学深圳研究院 ,  上海交通大学 ,  杭州电子科技大学

Inventor： 蒋炜 ,  郑志强 ,  张忠良 ,  江亚东 ,  雒兴刚

IPC: G06N20/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种循环联邦学习系统及其加速训练方法，包括：初始化模块：本地参与方分别向服务器方请求建立通信连接，服务器方响应并初始化一个联邦全局模型；模型训练模块：服务器方与本地参与方采用循环协同策略依次训练所述联邦全局模型，得到最终收敛的联邦全局模型；模型加速模块：本地参与方训练GAN模型生成人工数据，并在服务器方的协作下共享，加速联邦全局模型的收敛速度。本发明在服务器方的协作下使多个本地参与方依次循环多轮的训练同一个联邦全局模型，并通过数据增强技术GAN提升参与方数据非独立同分布时模型的收敛速度，解决各个参与方之间数据非独立同分布导致的模型性能下降以及收敛速度慢的问题。

公开(公告)号：CN221623632U

公开(公告)日：2024-08-30

申请号：CN202323175633.X

申请日：2023-11-24

Applicant: 上海交通大学深圳研究院

Inventor： 张大力 ,  蒋炜 ,  卢玮

IPC: B60P7/06 ,  B60P3/00 ,  B65D25/02 ,  B65D25/10

Abstract: 本实用新型涉及半导体材料搬运技术领域，具体为一种电子元件制造用物料智能搬运载具，包括移动底盘，移动底盘上设有超声波器，超声波器的后侧设有控制系统，移动底盘上设有箱体，箱体的内部放置设有若干放置盒，放置盒的内部上侧设有固定板，固定板上设有若干通孔，通孔的内部滑动设有限位环，通孔的内部滑动设有若干弧形夹块。本实用新型先通过限位环向下移动，从而使半导体材料的上部位于通孔内，再通过四个弧形夹块对半导体材料的上部进行夹持固定作用；接着通过限位环向上移动带动半导体材料的上部位于固定板的上方，以便于工作人员将半导体材料从放置盒内取出，以便于工作人员放置和拿取半导体材料，且避免对半导体的引脚造成损坏的情况。