公开(公告)号：CN116011520A

公开(公告)日：2023-04-25

申请号：CN202310059697.9

申请日：2023-01-16

Applicant: 东北大学

Inventor： 王一凡 ,  李婕 ,  于瑞云 ,  李福亮 ,  杨康

IPC: G06N3/0464 ,  G06N3/096 ,  G06N20/00 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明设计一种云边端协同系统中轻量化模型的自动生成方法，属于自动机器学习领域；首先构建超网模型并对其进行选择，对得到的超网模型进行训练、评估与参数更新；在完成超网训练后，根据超网中的权重对子网选择和训练；最后通过优化超网模型提升生成过程的精度；在模型搜索上，本发明通过引入温度因子这一搜索策略优化，可以用更短的搜索时长完成相同的模型搜索任务；同时在子模型选择的过程中，不同的边、子操作等不会出现权重接近的情况，使结果模型更加可信和可靠。

公开(公告)号：CN118222964A

公开(公告)日：2024-06-21

申请号：CN202410460408.0

申请日：2024-04-17

Applicant: 东北大学

Inventor： 乐启炽 ,  赵涛 ,  胡成路 ,  赵大志 ,  王彤 ,  王一凡 ,  廖启宇 ,  张新悦

IPC: C23C2/12

Abstract: 一种免助镀的钛合金表面热浸镀铝硼镀液及制备方法，属于材料表面处理技术领域。本发明提供一种特殊成分Al‑KBF4热镀钛的镀液，并就镀液成分发明特定的预处理工艺，采用碳酸钾除油，在常温下对镀件浸泡除锈、活化，高温条件下在热镀液中进行浸镀后进行冷却。本发明提供的方法极大程度上简化预处理工艺，通过除锈后的生成物达到助镀效果，同时获得的含有TiAl3、TiB2、AlB2的复合镀层，硬度和耐磨性大幅度提高。本发明工艺简单，操作方便，且所用的材料价格低廉，无需大量的化学品，在获得良好性能镀层的前提下，满足当下的绿色环保理念，适合广泛的推广应用。

公开(公告)号：CN115037669A

公开(公告)日：2022-09-09

申请号：CN202210449032.4

申请日：2022-04-27

Applicant: 东北大学

Inventor： 李婕 ,  张钰涵 ,  刘安琪 ,  闵聪聪 ,  于佳林 ,  王一凡 ,  王峰 ,  王兴伟

IPC: H04L45/02 ,  H04L45/12 ,  H04L45/645 ,  H04L49/25 ,  H04L41/044 ,  H04L41/14 ,  H04L41/0895

Abstract: 本发明提供一种基于联邦学习的跨域数据传输方法，首先设计了基于深度强化学习的智能路由方法，该方法根据网络当前状态做出最优的路由选择，其次引入联邦学习将各个域的深度强化学习智能体上传的参数进行融合，得到决策能力更强的深度强化智能体，并将该智能体应用于跨域路由的决策过程中，各域根据域间路由和本域内的路由策略对跨域数据进行数据转发，在保证域内隐私的前提下，本发明提升了大量数据跨域传输的性能，具有很强的现实意义和广阔的应用前景。

公开(公告)号：CN116011520B

公开(公告)日：2025-05-16

申请号：CN202310059697.9

申请日：2023-01-16

Applicant: 东北大学

Inventor： 王一凡 ,  李婕 ,  于瑞云 ,  李福亮 ,  杨康

IPC: G06N3/0464 ,  G06N3/096 ,  G06N20/00 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明设计一种云边端协同系统中轻量化模型的自动生成方法，属于自动机器学习领域；首先构建超网模型并对其进行选择，对得到的超网模型进行训练、评估与参数更新；在完成超网训练后，根据超网中的权重对子网选择和训练；最后通过优化超网模型提升生成过程的精度；在模型搜索上，本发明通过引入温度因子这一搜索策略优化，可以用更短的搜索时长完成相同的模型搜索任务；同时在子模型选择的过程中，不同的边、子操作等不会出现权重接近的情况，使结果模型更加可信和可靠。

公开(公告)号：CN117412076A

公开(公告)日：2024-01-16

申请号：CN202311332522.7

申请日：2023-10-16

Applicant: 东北大学

Inventor： 李婕 ,  范志明 ,  孙立明 ,  倪石建 ,  王一凡 ,  于佳林

IPC: H04N21/2343 ,  H04N21/234 ,  H04N21/24 ,  H04N21/44 ,  H04N21/2662 ,  H04N21/4402 ,  H04N21/442 ,  H04N21/466 ,  H04N21/462

Abstract: 本发明提供一种基于DASH的全景视频传输方法，涉及视频传输技术领域。该方法涉及全景视频QoE的确定、码率动态自适应选择和视口预测三部分；首先将全景视频在空间维度上分割固定尺寸的图块，并对每个视频图块做相应地质量分级；并将全景视频分成具有相同持续时间的视频帧序列块；然后确定对用户体验影响最大的参数，进而确定全景视频QoE的目标函数；使用强化学习的Asynchronous Advantage Actor‑Critic框架对全景视频的码率进行自适应选择；采用基于LSTM‑Seq2Seq的视口预测模型预测用户的视口。该方法设计了强化学习智能体在全景视频场景下的状态、动作以及奖励值函数，并通过长短期记忆网络方法预测用户视口改进了预测视口的准确性，进一步提高了用户的观看体验。

公开(公告)号：CN115037669B

公开(公告)日：2023-05-02

申请号：CN202210449032.4

申请日：2022-04-27

Applicant: 东北大学

Inventor： 李婕 ,  张钰涵 ,  刘安琪 ,  闵聪聪 ,  于佳林 ,  王一凡 ,  王峰 ,  王兴伟

IPC: H04L45/02 ,  H04L45/12 ,  H04L45/645 ,  H04L49/25 ,  H04L41/044 ,  H04L41/14 ,  H04L41/0895

Abstract: 本发明提供一种基于联邦学习的跨域数据传输方法，首先设计了基于深度强化学习的智能路由方法，该方法根据网络当前状态做出最优的路由选择，其次引入联邦学习将各个域的深度强化学习智能体上传的参数进行融合，得到决策能力更强的深度强化智能体，并将该智能体应用于跨域路由的决策过程中，各域根据域间路由和本域内的路由策略对跨域数据进行数据转发，在保证域内隐私的前提下，本发明提升了大量数据跨域传输的性能，具有很强的现实意义和广阔的应用前景。