您现在的位置是： 查看信息

基于图神经网络和Transformer的叶面积指数时间序列分析

发布时间：（2023-06-09）

项目名称：基于图神经网络和Transformer的叶面积指数时间序列分析

项目类别：省级

所属等级：省级重点项目

项目编号：202310298043Z

项目组成员：

[第一主持人]周悦  2151003332  电子信息工程(淮安)
[第二主持人]高雨凡  2150310306  电子信息工程(淮安)
[项目组人员]程淑蕊  2150802203  电子信息工程
[项目组人员]王瀚聪  200865119  物联网工程(嵌入式培养)
[项目组人员]苏燕茹  2150610118  电子信息工程(淮安)

所属学院：信息科学技术学院、人工智能学院

所属专业：电子信息工程(淮安)

指导教师：

[第一指导教师]吴寅  信息科学技术学院、人工智能学院

立项时间：2023-06-09

研究时间：2023年 06 月 至 2025年 05 月

结题验收结果：优秀

项目研究内容简介： 本项目旨在将图神经网络和Transformer模型应用于叶面积指数时间序列分析的任务。相较于传统的单变量时间序列处理方法，本项目拟引入多种遥感产品数据、物候信息和实地观测结果等加以辅助，从而提高时序预测、修复和重建的准确性。将图神经网络和Transformer结合的深度学习模型可以充分挖掘不同时间序列数据中的复杂关系，以提高LAI时序处理的准确性和泛化能力。本项目在该领域属于首创性的尝试，具有重要的实际应用价值，并有望推动LAI时间序列研究的发展。

项目研究成果： [1] Wang H, Wu Y*, Ni Q, et al. Cross-layer Framework for Energy Harvesting-LPWAN Resource Management based on Fuzzy Cognitive Maps and Adaptive Glowworm Swarm Optimization for Smart Forest[J]. IEEE Sensors Journal, 2024. [2] Wang H, Wu Y*, Liu Y, et al. A Cross-Layer Framework for LPWAN Management based on Fuzzy Cognitive Maps with Adap¬tive Glowworm Swarm Optimization[C]//2023 IEEE Wireless Communications and Networking, 2023. WCNC 2023. IEEE, 2023, pp. 1-6, doi: 10.1109/WCNC55385.2023.10119004.

成果图片：

发表论文情况：
论文题目论文作者稿件状态刊物名称刊物类型发表时间学生是第几作者论文附件备注
Cross-layer Framework for Energy Harvesting-LPWAN Resource Management based on Fuzzy Cognitive Maps and Adaptive Glowworm Swarm Optimization for Smart ForestWang H, Wu Y*, Ni Q, et al.发表IEEE Sensors JournalSCI2024-04-011查看
A Cross-Layer Framework for LPWAN Management based on Fuzzy Cognitive Maps with Adap?tive Glowworm Swarm OptimizationWang H, Wu Y*, Liu Y, et al.发表2023 IEEE Wireless Communications and NetworkingEI2023-06-011查看
论文附件：无附件上传
申请专利情况：
专利题名专利申请者申请专利号及时间授权专利号及时间学生第几权利人备注
专利附件：无附件上传
参加竞赛获奖情况：
竞赛名称竞赛级别竞赛主办单位获奖学生名单获奖等级获奖时间备注
参加国际、国内学术交流会议情况：
论文题目论文作者稿件状态会议名称举办单位举办地点举办时间备注
投稿录用会议交流
成果展示材料：无附件上传
项目研究成果统计表：查看附件