公开(公告)号：CN118569755A

公开(公告)日：2024-08-30

申请号：CN202410732066.3

申请日：2024-06-06

Applicant: 东南大学

Inventor： 王帅 ,  梁星元 ,  龚伟 ,  邓贤君

IPC: G06Q10/083 ,  G06Q10/0631 ,  G06N3/0895 ,  G06N3/0455 ,  G06N3/044 ,  G06N3/0499 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/045

Abstract: 本发明公开了基于用户偏好感知的人机混合物流派单系统，包括：用户偏好学习模块用于构建用户长期、短期偏好特征嵌入，通过自监督学习方法得到用户的长期偏好和短期偏好特征表示，然后进行用户订单的收件时间预测，及该预测时间的置信程度；混合派单决策模块利用预测的用户收件时间和置信度，输入派单决策循环神经网络，输出该订单对应的配送单位I D，分配订单至对应配送单位并完成单次配送任务的派遣。提升了物流服务质量、提高客户收件体验，并降低物流平台的人力配送成本。使物流平台及时改进提高服务质量，有利于面向平台更好服务客户、提升效率、创造更大收益。

公开(公告)号：CN118886806A

公开(公告)日：2024-11-01

申请号：CN202411085377.1

申请日：2024-08-08

Applicant: 东南大学

Inventor： 王帅 ,  夏凯文 ,  林丽 ,  郑安琪 ,  惠维 ,  龚伟

IPC: G06Q10/083 ,  G06Q10/0631 ,  G06Q10/087 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于分层图的仓配一体化物流应急供应预测系统及方法，至少包括微观图学习模块、宏观图学习模块和时空联合预测模块，所述微观图模块引入元路径聚合仓配网络路由特征，并采用多视图学习，分别从路由视图和事件视图来获取仓配站点的空间特征；宏观图学习模块使用了一种轻量级图卷积方法，以刻画应急场景中以城市为单位的仓库集群和配送站之间的关系，学习仓配节点在宏观维度上的空间关联特征；时空联合预测模块捕捉供应数据的时序相关性，并与空间特征融合，以准确预测未来物流站点的供应能力。本方法通过分析应急物流网络中仓库和配送站的时空关联特征，以实现提高预测准确率、提升应急场景中仓配两端供应能力的总体目标。

公开(公告)号：CN118761822A

公开(公告)日：2024-10-11

申请号：CN202410834790.7

申请日：2024-06-26

Applicant: 东南大学

Inventor： 王帅 ,  徐鑫 ,  王海 ,  林丽 ,  邓贤君 ,  龚伟

IPC: G06Q30/0601 ,  G06F18/213 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种产品推荐方法及相关装置，本发明从用户的历史购买数据中获取基本信息，基于基本信息构建同质节点图，将影响用户购买产品的因素节点特征融入用户节点的特征，获得用户基础特征，将用户基础特征、从使用反馈信息提取的使用反馈特征、以及从行为反馈信息提取的行为反馈特征融合，获得准确的用户偏好，从而进行准确的产品推荐，相较于现有的方法准确性更高。

公开(公告)号：CN118736126A

公开(公告)日：2024-10-01

申请号：CN202410854894.4

申请日：2024-06-28

Applicant: 东南大学

Inventor： 王帅 ,  裴思远 ,  徐赵东 ,  邓贤君 ,  龚伟

IPC: G06T17/00 ,  G06F18/2321 ,  G06V40/10 ,  G06V10/762 ,  G06F18/25

Abstract: 本发明公开一种毫米波雷达数据生成方法、装置及存储介质，方法包括：接收人体动作指令数据及人体身材数据；对人体动作指令数据进行特征提取得其嵌入表示，输入至人体动作生成扩散模型，得到人体动作的姿态参数序列，将其与人体身材数据输入SMPL人体模型，得到人体3D模型；确定人体3D模型在模拟的雷达视野中的位置朝向范围，在该范围内对人体3D模型进行变化操作，得到多种感知视角；在各感知视角下，对于人体3D模型的每个顶点，分别计算其相对于雷达的径向速度、反射强度，进而计算各顶点在每一个啁啾信号、每一组天线对上产生的IQ信号数据，最后处理为人体动作的毫米波雷达感知数据。利用本发明生成的毫米波雷达数据，能够降低数据获取和样本扩充的复杂度和难度。

公开(公告)号：CN118505279A

公开(公告)日：2024-08-16

申请号：CN202410519472.1

申请日：2024-04-28

Applicant: 东南大学

Inventor： 王帅 ,  张心睿 ,  林丽 ,  夏凯文 ,  惠维 ,  龚伟

IPC: G06Q30/0202 ,  G06N5/022 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082 ,  G06N5/045

Abstract: 本发明公开了一种基于层次化关系的可解释商家流失预测方法，包括：流失预测器模块用于接收商业客户的历史单量序列、商业特性矩阵和平台交互矩阵，构建客户分层特性超图、交互关系超图和自连接超图，通过超图卷积网络对超边及节点进行聚合，得到高效节点表示，通过联合预测得到节点的预测标签；反事实解释器模块引入反事实思想对预测器的预测结果生成解释，通过对预测器的输入施加扰动后再进行预测，找到使预测结果改变最大的最小扰动，从而实现可解释的商业客户流失预测，既准确预测商业客户是否有可能流失，又能给出客户流失的主要因素，为平台方的潜在流失客户识别与针对性挽回策略定制提供参考与帮助。

公开(公告)号：CN119002702A

公开(公告)日：2024-11-22

申请号：CN202411107384.7

申请日：2024-08-13

Applicant: 东南大学

Inventor： 王帅 ,  梅洛瑜 ,  王帅 ,  徐赵东 ,  惠维 ,  龚伟

IPC: G06F3/01 ,  G01S7/41 ,  G01S13/88 ,  G06V40/20 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/045

Abstract: 本发明公开了一种基于毫米波点云的虚拟现实时空数据压缩与语义增强方法，至少包括定位阶段和聚焦阶段，在定位阶段中，点云变换器为每个点分配注意力分数,将点云中相邻的点分组,计算整个组的综合得分，当语义分辨率不清晰时,邻域全局语义注意力(NGSA)机制搜索语义分数高的区域，通过分析原始点云数据进行早期识别,利用智能策略重用特征；在聚焦阶段中，将注意力机制应用于定位阶段选择的关键点云区域进行聚焦识别，确定区域中点的重要程度并去除和语义无关的点。本发明方法实现了精确度和计算资源的优化，同时利用点云变换器架构,实现了高效的数据处理和特征重用。

公开(公告)号：CN118607580A

公开(公告)日：2024-09-06

申请号：CN202410732068.2

申请日：2024-06-06

Applicant: 东南大学

Inventor： 王帅 ,  夏凯文 ,  林丽 ,  龚伟 ,  惠维

IPC: G06N3/042 ,  G06N3/0464 ,  G06N3/0985 ,  G06F18/213 ,  G06N3/044 ,  G06N3/045 ,  G06F18/22 ,  G06N3/048 ,  G06F18/24 ,  G06F18/27 ,  G06N3/084

Abstract: 本发明公开了一种基于快照提示的多任务时空预测方法，它结合了动态图预训练和与未来快照的多任务预测，由三个阶段组成：在预训练阶段，使用动态子图序列重新定义了预训练任务，并提出了基于自监督训练的多粒度演化图卷积，从动态图中提取局部和全局特征。在提示阶段，引入了一种新颖的子图提示方法，其中包括前提图中节点和边缘的可训练提示，能够更好地捕获未来快照的演化信息。在微调阶段，利用元学习来更新子图提示参数，使得提示能够有效地适应多样的下游任务。对真实世界数据集进行的大量实验证明了本方法取得了最先进的性能。

公开(公告)号：CN118505275A

公开(公告)日：2024-08-16

申请号：CN202410776073.3

申请日：2024-06-17

Applicant: 东南大学

Inventor： 王帅 ,  陈新尧 ,  林丽 ,  夏凯文 ,  龚伟 ,  惠维

IPC: G06Q30/0201 ,  G06Q30/0251 ,  G06Q30/0601

Abstract: 本发明公开了一种潜在用户识别方法及相关装置，本发明关注影响用户决策的不同层面，获得更加细粒度的特征信息，在不同层面对用户节点进行分组，采用组内通用的特征信息更新用户节点特征信息实现信息的层次传递，针对每个用户节点进行特征信息拼接和聚合，获得用户节点完整且细粒度的特征信息，从而可准确判断用户是否为潜在用户，相较于传统方法，识别更加准确。