公开(公告)号：CN115964894A

公开(公告)日：2023-04-14

申请号：CN202310059973.1

申请日：2023-01-17

Applicant: 东南大学

Inventor： 郭覃 ,  赵涵韬 ,  刘志远 ,  张奇 ,  史云阳 ,  周子涵

IPC: G06F30/20 ,  G06Q10/047

Abstract: 本发明公开了面向地铁站内行人仿真的并行运算方法，包括：将地铁站内多层连续空间构建成行人仿真环境；根据行人仿真环境将行人在地铁站内的整体运动过程规划为宏观路径和微观移动路径，将宏观路径与微观移动路径进行匹配，完成每个行人在宏观路径与微观移动路径中的移动仿真；将每个行人微观移动仿真进行并行计算，实现行人流仿真的快速计算。本发明的并行运算方法，通过行人仿真模型更新机制优化、平均任务分配以及多线程求解处理机制，显著提高仿真计算速度，有效适应了超大规模人群的精细化仿真，其仿真精度与仿真效果更好地贴合地铁站内现实场景。

公开(公告)号：CN119026477A

公开(公告)日：2024-11-26

申请号：CN202411170593.6

申请日：2024-08-26

Applicant: 东南大学

Inventor： 任闻泽 ,  龚雨昕 ,  曹玖新 ,  刘波 ,  刘丹妮 ,  沈红 ,  包兴 ,  郑杰 ,  赵涵韬

IPC: G06F30/27 ,  G06F30/18 ,  G06F18/10 ,  G06Q50/00 ,  G06F18/22 ,  G06F18/214 ,  G06F18/24 ,  G06F16/951 ,  G06N3/08 ,  G06N5/01

Abstract: 本发明涉及一种基于多因素的跨平台传播模型构建方法，包括S1、采取清洗，整合，标注的方式对模型训练，对计算所需的数据进行预处理；S2、根据已有数据构建跨平台传输网络的原始拓扑；S3、分别针对用户的个人偏好因素，社交关系因素，平台环境因素以及外部影响因素进行建模；S4、依托多因素建模结构训练发文预测模型，对社交网络中的信息传递进行预测；S5、结合两阶段跨域传播算法构建多社交网络的传播网络；S6、依托多因素传播模型对于信息在多平台的传播过程进行仿真。通过本发明可以对多社交网络背景下的信息传播进行仿真，可以支持跨域传播控制策略的具体实施与效果验证，它可以整合不同领域和不同来源的数据，实现更高效的信息传播和服务。

公开(公告)号：CN116778609A

公开(公告)日：2023-09-19

申请号：CN202310803582.6

申请日：2023-07-03

Applicant: 东南大学

Inventor： 梁熹凤 ,  施晓蒙 ,  赵涵韬 ,  程子都 ,  冯启浩

IPC: G07C5/08 ,  G06F3/01

Abstract: 本发明涉及一种基于沉浸式虚拟现实交互平台的骑行风险感知测试方法，该方法通过构建虚拟现实交通场景，模拟搭建沉浸式虚拟现实交互试验平台，让骑行者在虚拟场景中模拟真实骑行行为，通过记录骑行者的速度、加速度等骑行数据，联合使用虚拟现实中骑行行为客观数据与风险感知主观数据来进行风险评估，构建适用于沉浸式虚拟现实交互平台的动态风险评估模型，并研究交通冲突场景下骑行者的反应行为，测试骑行者对骑行风险的感知和应对能力。本发明可为慢行交通安全分析提供理论依据，测试结果可有针对性的提出安全建议，从而提高骑行者交通安全意识，减少交通事故的发生。

公开(公告)号：CN115879315A

公开(公告)日：2023-03-31

申请号：CN202211705931.2

申请日：2022-12-29

Applicant: 东南大学

Inventor： 赵涵韬 ,  马天行 ,  梁志豪 ,  施晓蒙

IPC: G06F30/20 ,  G06N20/00 ,  G06Q10/047 ,  G06T17/05 ,  G06T7/70

Abstract: 本发明面向人群疏散机器人路径规划和智能体决策问题。通过对多层建筑物火灾环境的建模，使其拥有完善的建筑结构和火灾发展模式。结合人群行为设计了用于模拟视野受限，且对建筑构造无先验知识的智能体行为模型，并基于多智能体事后信用分配强化学习算法对疏散机器人进行训练。同时，实现了一个对抗性的火源生成器智能体，用于决策火灾场景中下一处火源的生成位置，最终结合对抗强化学习的方法对机器人行为进行建模优化，形成“生成器‑解算器”模式，反复迭代训练得到疏散人群效果最优的智能体决策模型。

公开(公告)号：CN119025934A

公开(公告)日：2024-11-26

申请号：CN202411170592.1

申请日：2024-08-26

Applicant: 东南大学

Inventor： 陈天宇 ,  李心怡 ,  曹玖新 ,  刘波 ,  刘丹妮 ,  沈红 ,  包兴 ,  郑杰 ,  赵涵韬

IPC: G06F18/22 ,  G06F18/10 ,  G06F18/25 ,  G06F40/289 ,  G06F18/24 ,  G06N3/042 ,  G06N3/084 ,  G06N5/01 ,  G06N20/00 ,  G06N3/045 ,  G06Q50/00

Abstract: 本发明属于社交媒体数据分析领域，涉及用户数据的预处理、特征提取、分类和相似性计算技术，尤其涉及基于嵌入修正的无监督用户身份关联技术。包括S1、采用排序、清洗、转换、归一化等方式进行数据预处理；S2、基于预训练语言模型以及图神经网络技术，获取用户多元单属性嵌入；S3、利用注意力机制对不同的单属性嵌入进行特征融合；S4、在单平台和跨平台两个方面同时整合多种类型的信息形成多维用户判别性特征；S5、利用用户判别性特征构造相似用户对，训练生成修正过程中所需的相关性信息，并获得最终用户嵌入；S6、计算每一对跨平台用户间的嵌入向量余弦相似度以作为用户匹配得分，根据得分确定跨网络社交网络用户。