公开(公告)号：CN114748053A

公开(公告)日：2022-07-15

申请号：CN202210216938.1

申请日：2022-03-07

Applicant: 东北大学

Inventor： 冯昊 ,  方翰铮 ,  董帅 ,  张明卫 ,  赵羽茜 ,  杨扬

IPC: A61B5/055

Abstract: 本发明公开了一种基于fMRI高维时间序列的信号分类方法及装置，涉及机器学习技术领域，仅使用功能磁共振成像数据而不考虑任何人口统计信息来对受试者进行分类，同时不需要专业人士进行特征标注的深度学习分类算法。数据的每个时间步通过使用卷积神经网络来自动提取特征，生成一个新的表示，然后输入到时序模型Transformer中对时序特征进行学习，最后对学习后的数据进行分类。与传统的机器学习方法相比，深度学习可以直接从复杂的高维数据中学习最佳的特征表示，省去了繁杂不稳定的特征选择过程。有助于解决特征选择方面的困难，与传统的机器学习分类器相比，更适合处理维度过大的原始数据。

公开(公告)号：CN115186097A

公开(公告)日：2022-10-14

申请号：CN202210017981.5

申请日：2022-01-07

Applicant: 东北大学

Inventor： 赵羽茜 ,  张明卫

IPC: G06F16/36 ,  G06F16/9535

Abstract: 本发明提供一种基于知识图谱和强化学习的交互式推荐方法，涉及交互式推荐技术领域。从建模整个交互式推荐过程角度出发，结合图注意力机制，语义相似性、结构相似性，加入好奇心机制，有效建模推荐过程并提高推荐性能指标，构建训练稳定且方差小的模型。克服现有模型中物品相关信息少，未参考邻居信息以及训练过程的候选集巨大造成的算法效率低下，同时提出了新的奖励设定机制。采用了双网络结构训练，加入了防止过拟合的优化设计，并设置了引入好奇心机制的奖励模拟器，从评分，知识图谱中节点距离，好奇心机制三个维度给出奖励的准则，并加入了减少策略方差的机制，模型训练稳定且效率显著提升。

公开(公告)号：CN110864562B

公开(公告)日：2021-10-19

申请号：CN201911206845.5

申请日：2019-11-29

Applicant: 东北大学

Inventor： 刘向宇 ,  赵羽茜 ,  陈艳洁 ,  孙嘉鸿 ,  王连勇

IPC: F27D17/00 ,  F27D15/02

Abstract: 本发明属于烧结矿余热回收技术领域，尤其涉及一种烧结矿余热回收装置。本发明提供了一种烧结矿余热回收装置，包括进料口、预存筒、冷却筒、出料筒和送风系统，还包括螺旋机构，进料口位于预存筒的顶端，冷却筒的上端与预存筒的下端连接，冷却筒的下端与出料筒的上端连接，螺旋机构与冷却筒同轴设置，螺旋机构包括螺旋轴和螺旋叶片，螺旋叶片为开口叶片，开口叶片上间隔设置多个叶片片体，螺旋轴与螺旋叶片同心设置并分别与螺旋叶片的首端和尾端连接，送风系统包括风机和送风组件，送风组件连接出料筒用于为烧结矿余热回收装置送风。该装置解决了现有技术中存在的烧结矿的冷却率低、热回收率低的问题。

公开(公告)号：CN110864562A

公开(公告)日：2020-03-06

申请号：CN201911206845.5

申请日：2019-11-29

Applicant: 东北大学

Inventor： 刘向宇 ,  赵羽茜 ,  陈艳洁 ,  孙嘉鸿 ,  王连勇

IPC: F27D17/00 ,  F27D15/02

Abstract: 本发明属于烧结矿余热回收技术领域，尤其涉及一种烧结矿余热回收装置。本发明提供了一种烧结矿余热回收装置，包括进料口、预存筒、冷却筒、出料筒和送风系统，还包括螺旋机构，进料口位于预存筒的顶端，冷却筒的上端与预存筒的下端连接，冷却筒的下端与出料筒的上端连接，螺旋机构与冷却筒同轴设置，螺旋机构包括螺旋轴和螺旋叶片，螺旋叶片为开口叶片，开口叶片上间隔设置多个叶片片体，螺旋轴与螺旋叶片同心设置并分别与螺旋叶片的首端和尾端连接，送风系统包括风机和送风组件，送风组件连接出料筒用于为烧结矿余热回收装置送风。该装置解决了现有技术中存在的烧结矿的冷却率低、热回收率低的问题。