×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
知识图谱
新闻&公告
在结果中检索
研究单元&专题
多模态人工智能系统... [14]
复杂系统管理与控制国... [2]
作者
王飞跃 [15]
吕宜生 [8]
朱凤华 [5]
陈圆圆 [5]
王晓 [4]
熊刚 [4]
更多...
文献类型
期刊论文 [8]
会议论文 [7]
发表日期
2022 [1]
2020 [3]
2019 [1]
2018 [2]
2017 [1]
2016 [3]
更多...
语种
英语 [10]
中文 [1]
出处
IEEE TRANS... [3]
IEEE Trans... [1]
IEEE/CAA J... [1]
TRANSPORTA... [1]
Transporta... [1]
自动化学报 [1]
更多...
资助项目
National N... [1]
National N... [1]
National N... [1]
收录类别
SCI [5]
EI [3]
中文核心期刊要目总览 [1]
导师
资助机构
61203166 [1]
61533019) [1]
71232006 [1]
Early Care... [1]
National N... [1]
National N... [1]
更多...
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
(本次检索基于用户作品认领结果)
浏览/检索结果:
共15条,第1-10条
帮助
限定条件
作者:王飞跃
第一作者
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
作者升序
作者降序
WOS被引频次升序
WOS被引频次降序
提交时间升序
提交时间降序
题名升序
题名降序
期刊影响因子升序
期刊影响因子降序
发表日期升序
发表日期降序
AdapGL: An adaptive graph learning algorithm for traffic prediction based on spatiotemporal neural networks
期刊论文
Transportation Research Part C, 2022, 期号: 99, 页码: 1-1
作者:
Wei Zhang
;
Fenghua Zhu
;
Yisheng Lv
;
Chang Tan
;
Wen Liu
;
Xin Zhang
;
Fei-Yue Wang
Adobe PDF(2619Kb)
  |  
收藏
  |  
浏览/下载:352/115
  |  
提交时间:2022/04/08
Adaptive graph learning, Traffic prediction, Graph convolutional network, Expectation maximization, Deep learning
Traffic Flow Imputation Using Parallel Data and Generative Adversarial Networks
期刊论文
IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, 2020, 卷号: 21, 期号: 4, 页码: 1624-1630
作者:
Chen, Yuanyuan
;
Lv, Yisheng
;
Wang, Fei-Yue
浏览
  |  
Adobe PDF(2070Kb)
  |  
收藏
  |  
浏览/下载:339/62
  |  
提交时间:2020/06/02
Generators
Data models
Gallium nitride
Generative adversarial networks
Training
Loss measurement
Biological system modeling
Parallel data
generative adversarial networks
traffic flow imputation
data augmentation
deep learning
Differential Time-variant Traffic Flow Prediction Based on Deep Learning
会议论文
, Rhodes, Greece, September 20-23, 2020
作者:
Wei Zhang
;
Fenghua Zhu
;
Yuanyuan Chen
;
Xiao Wang
;
Gang Xiong
;
Fei-Yue Wang
浏览
  |  
Adobe PDF(801Kb)
  |  
收藏
  |  
浏览/下载:267/82
  |  
提交时间:2020/10/20
Differential Time-variant Traffic Flow Prediction Based on Deep Learning
会议论文
, Rhodes, Greece, 20-23 Sept. 2020
作者:
Wei, Zhang
;
Fenghua, Zhu
;
Yuanyuan, Chen
;
Xiao, Wang
;
Gang, Xiong
;
Fei-Yue, Wang
Adobe PDF(795Kb)
  |  
收藏
  |  
浏览/下载:230/54
  |  
提交时间:2021/05/27
A Hybrid Deep Learning Approach with GCN and LSTM for Traffic Flow Prediction
会议论文
, Auckland, New Zealand, 2019-10-27
作者:
Zhishuai Li
;
Gang Xiong
;
Yuanyuan Chen
;
Yisheng Lv
;
Bin Hu
;
Fenghua Zhu
;
Fei-Yue Wang
Adobe PDF(305Kb)
  |  
收藏
  |  
浏览/下载:284/59
  |  
提交时间:2020/10/15
Traffic Flow Prediction with Parallel Data
会议论文
, Maui, Hawaii, USA, Nov. 4-7, 2018
作者:
Y. Chen
;
Y. Lv,
;
Xiao Wang
;
Fei-Yue Wang
浏览
  |  
Adobe PDF(821Kb)
  |  
收藏
  |  
浏览/下载:274/81
  |  
提交时间:2019/08/28
Parallel System
人工智能研究的新前线:生成式对抗网络
期刊论文
自动化学报, 2018, 卷号: 44, 期号: 5, 页码: 775-792
作者:
林懿伦
;
戴星原
;
李力
;
王晓
;
王飞跃
浏览
  |  
Adobe PDF(6766Kb)
  |  
收藏
  |  
浏览/下载:652/215
  |  
提交时间:2018/10/10
深度学习
生成式对抗网络
生成模型
对抗学习
平行学习
DeepTrend: A deep hierarchical neural network for traffic flow prediction
会议论文
, Yakahama, Japan, Oct. 16-19
作者:
Xingyuan Dai
;
Rui Fu
;
Yilun Lin
;
Fei-Yue Wang
;
Li Li
浏览
  |  
Adobe PDF(418Kb)
  |  
收藏
  |  
浏览/下载:456/193
  |  
提交时间:2018/01/08
An efficient realization of deep learning for traffic data imputation
期刊论文
TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES, 2016, 卷号: 72, 页码: 168-181
作者:
Duan, Yanjie
;
Lv, Yisheng
;
Liu, Yu-Liang
;
Wang, Fei-Yue
Adobe PDF(824Kb)
  |  
收藏
  |  
浏览/下载:552/270
  |  
提交时间:2017/02/14
Traffic Data Imputation
Deep Learning
Missing Data
Traffic Signal Timing via Deep Reinforcement Learning
期刊论文
IEEE/CAA Journal of Automatica Sinica, 2016, 期号: 3, 页码: 247-254
作者:
Li Li
;
Lv YS(吕宜生)
;
Fei-Yue Wang
Adobe PDF(509Kb)
  |  
收藏
  |  
浏览/下载:70/33
  |  
提交时间:2022/04/08
Traffic control , reinforcement learning , deep learning , deep reinforcement learning