-
机器学习,强化学习,北斗定位
- [1] Zhenni Li,Shengli Xie,,Shuxue Ding,Benying Tan,Yujie Li,Structured sparse coding with the group log-regularizer for key frame extraction.IEEE/CAA Journal of Automatica Sinica(中科院一区),9(10):1818–1830.
- [2] Zhenni Li,Shengli Xie*,Haoli Zhao,Zuyuan Yang,Direct-optimization-based DC Dictionary Learning with the MCP Regularizer.IEEE Transactions on Neural Networks and Learning System (中科院一区),
- [3] Zhenni Li,Shengli Xie*,Dusit Niyato,Minrui Xu,Wensheng Su,Compact Learning Model for Dynamic Off-chain Routing in Blockchain-based IoT.IEEE Journal of Selected Areas in Communications(中科院一区,CCFA类),2022,40(12):3615-3630.
- [4] Zhenni Li,Haoli Zhao*,Yongcheng Guo,Zuyuan Yang,Shengli Xie,Accelerated log-regularized convolutional transform learning and its convergence guarantee.IEEE Transactions on Cybernetics(中科院一区), 52(10):10785-10799, 2021,
- [5] Zhenni Li,Minrui Xu,Jiangtian Nie,Jiawen Kang,Wuhui Chen,Shengli Xie*,NOMA-enabled cooperative computation offloading for blockchain-empowered internet of things: a learning approach.IEEE Internet of Things Journal(中科院一区), 8(4): 2364-2378, 2021,
- 1.基于轻量化深度强化学习的芯片宏单元布局方法及系统,李珍妮,谢胜利,王名为,元荣,凌家城,ZL202210030064.0,2023.02.02。
- 2.一种基于轻量化Actor-Critic生成式对抗网络的医疗问答生成系统,李珍妮,唐健浩,李文豪,沈权猷,苏文胜,ZL202110782860.5,20220614。
- 3. 一种考虑卫星时序性和空域交互性的多径信号识别方法,李珍妮,郑少龙,曾昆赣,谢胜利,CN202310005077.7,2023.01.04。
- 4. 基于轻量化深度强化学习的城市多径环境下北斗卫星定位方法, 唐健浩, 李珍妮, 马垣德,郑咏雯,王千明,谢胜利,2022年。
- 5. 一种基于稀疏表示驱动的深度强化学习北斗导航芯片设计方法, 唐健浩, 李珍妮, 郑少龙, 谢胜利, 元荣,CN202210384663.2, 2022年。
- 暂无内容
- 2023.01-2026.12:国家自然科学基金面上项目,题目:基于深度字典学习的强化学习价值函数鲁棒估计研究,课题号:62273106,研究经费54万元,在研,项目负责人,
- 2022.01.01-2023.12.31:科技部外专人才项目,题目:基于人工智能技术的城市多径环境下北斗导航精准定位关键技术研究,课题号:DL2022030011L,研究经费30万元,在研,项目,
- 2023.01.01-2025.12.31:广东省自然科学基金面上项目,题目:基于稀疏正则化技术的轻量化深度强化学习方法研究,课题号:2023A1515011480,研究经费10万元,在研,项目负责,
- 2020.04—2022.03:广州市基础研究计划基础与应用基础研究项目,题目:解析稀疏模型驱动的深度学习算法及其应用研究,课题号:202002030289,研究经费20万,在研,负责人,
- 2019.1—2021.12:国家自然科学基金青年基金项目,课题号:61803096。题目:结构化解析字典学习及其在压缩感知图像重构的应用研究,研究经费25万,在研,负责人,