公开(公告)号：CN113764584A

公开(公告)日：2021-12-07

申请号：CN202010494354.1

申请日：2020-06-03

Applicant: 北京元芯碳基集成电路研究院 ,  北京大学 ,  北京华碳元芯电子科技有限责任公司

Inventor： 吴志强 ,  王胜

IPC: H01L51/05 ,  H01L51/10 ,  H01L51/42 ,  H01L51/44 ,  H01L51/30 ,  H01L51/46 ,  H01L51/40 ,  H01L51/48 ,  H01L27/28 ,  B82Y30/00 ,  B82Y40/00

Abstract: 本发明公开了一种n型纳米半导体器件及其制备方法。通过采用低功函数的金属铪(Hf)作为接触电极材料与碳纳米管形成n型接触，可用于制备高性能的n型碳纳米管光电器件，也可用于制备以碳纳米管为基的其他各种高性能的纳电子器件，包括非对称多层光电探测器、级联光电探测器、互补型场效应晶体管等。本发明进一步提升了碳纳米管n型金属接触的稳定性，提高了器件的性能，具有广泛的应用前景。

公开(公告)号：CN113764585A

公开(公告)日：2021-12-07

申请号：CN202010494405.0

申请日：2020-06-03

Applicant: 北京元芯碳基集成电路研究院 ,  北京大学 ,  北京华碳元芯电子科技有限责任公司

Inventor： 王胜 ,  蔡翔 ,  吴志强

IPC: H01L51/05 ,  H01L51/10 ,  H01L51/42 ,  H01L51/44 ,  H01L51/30 ,  H01L51/40 ,  H01L51/46 ,  H01L51/48 ,  H01L27/28 ,  B82Y30/00 ,  B82Y40/00

Abstract: 本发明公开了一种新型金属接触的纳米半导体器件及其制备方法。通过采用低功函数的金属铪(Hf)作为接触电极材料与碳纳米管形成n型接触，并且所述碳纳米管与金属铪(Hf)端接触，可用于制备高性能的n型碳纳米管光电器件，也可用于制备以碳纳米管为基的其他各种高性能的纳电子器件，包括非对称多层光电探测器、级联光电探测器、互补型场效应晶体管等。本发明进一步提升了碳纳米管n型金属接触的稳定性，提高了器件的性能，具有广泛的应用前景。

公开(公告)号：CN117726004A

公开(公告)日：2024-03-19

申请号：CN202311831572.X

申请日：2023-12-27

Applicant: 北京大学武汉人工智能研究院 ,  北京大学

Inventor： 宋国杰 ,  陈旭峥 ,  吴志强 ,  夏文华

IPC: G06N5/04 ,  G06N5/045 ,  G06N5/025 ,  G06F40/30

Abstract: 本发明公布了一种基于大语言模型的社会个体行为识别预测方法，通过构建基于大语言模型的社会价值行为图，进一步构造个体社会行为链；首先通过大语言模型抽取文本数据中的语义关系对；利用关系对按照不同的社会群体构造社会价值行为图；根据当前任务描述在社会价值行为图中采样得到解析图；再将解析图在社会价值行为图中进行推理得到个体社会行为链，从而实现高效准确的个体行为识别预测。

公开(公告)号：CN117829157A

公开(公告)日：2024-04-05

申请号：CN202311755098.7

申请日：2023-12-18

Applicant: 北京大学武汉人工智能研究院 ,  北京大学

Inventor： 宋国杰 ,  任远怡 ,  方晗骏 ,  吴志强 ,  夏文华

IPC: G06F40/30 ,  G06N20/00

Abstract: 本发明公布了一种基于大语言模型构建自然人价值体系的文本处理方法，属于人类价值建模和大型语言模型技术领域，采用大语言模型对自然人价值相关文本材料进行基于语义的自然语言处理与分析，训练得到基于价值理解的大语言模型，并对规模化自然人语料进行价值的识别与分析，对价值体系进行适应性重构；通过为不同价值维度对应的指标赋值形成表征向量，将自然人价值观嵌入到具有可解释性的有限维度量空间中，转化为可量化、可计算的具体数值，从而实现对自然人价值观的建模；并检验所生成价值体系的可靠性、有效性和完备性。

公开(公告)号：CN117479231A

公开(公告)日：2024-01-30

申请号：CN202311366326.1

申请日：2023-10-20

Applicant: 北京大学武汉人工智能研究院

Inventor： 刘尚 ,  刘千里 ,  顾维玺 ,  张浩 ,  吴志强 ,  吕鹏

IPC: H04W28/08 ,  H04W28/086 ,  H04L47/127 ,  H04L47/125

Abstract: 本发明公开了一种基于流量预测和强化学习的负载均衡优化方法及装置，涉及无线通信技术领域，该方法包括构建得到网络流量数据的时空事件立方体数据集；对时空事件立方体数据集进行全连接层操作，进行特征提取并通过交叉融合进行多域信息融合；通过两层相同的多域提取和交叉融合操作，并经过两层全连接网络得到流量预测结果，实现预测模型的训练；预测得到不同主从小区基站的未来流量值，根据位置信息，对主从小区进行是否参与负载均衡的分类；基于当前从小区的负载均衡需求，根据小区边缘终端设备的比例和预测得到的未来流量值，计算得到当前从小区的CIO调整方案，实现负载均衡。本发明能够有效实现移动通信网络的负载均衡。

公开(公告)号：CN119728556A

公开(公告)日：2025-03-28

申请号：CN202411829741.0

申请日：2024-12-12

Applicant: 北京大学武汉人工智能研究院

Inventor： 刘尚 ,  吴志强 ,  顾维玺 ,  刘千里 ,  朱松纯

IPC: H04L47/127

Abstract: 本发明公开了一种基于流量预测和强化学习的天线下倾角优化方法及系统，涉及无线通信技术领域。构建目标区域内基站的网络流量数据的时空事件立方体数据集；根据时空事件立方体数据集得到流量预测模型；通过流量预测模型预测目标区域中每个基站的未来流量值；根据每个基站的未来流量值和三维位置信息，对基站进行是否参与天线下倾角调整的聚类分析后，确定需要进行天线下倾角调整的基站。本发明获得精确的网络流量预测后，基于预测流量和用户的地理位置进行天线下倾角调整的聚类分析，并通过深度强化学习算法对基站间的天线下倾角进行协同优化调整，从而有效实现移动通信网络资源的合理调度与利用。