咨询电话

023-65362060 15213233881

学校简介

School profile

在线获取

当前位置: 首页 > 非学历培训 > 名师名家 > 正文

曾攀

发布日期:2022-05-20                       来源:重庆师范大学继续教育学院                       浏览次数:


基本情况:曾攀,男,博士,讲师,所学专业:软件工程。

研究方向:数据科学,人工智能,时间序列数据预测。

工作经历:2021年7月至今,重庆师范大学计算机与信息科学学院教师

E-mail: 20210041@cqnu.edu.cn

科研与学术经历:

2013年09月—2016年07月 湖南大学 硕士研究生

2016年09月—2020年12月 湖南大学 博士研究生

科研情况:

参与国家自然科学基金项目2项,主持湖南省研究生科研创新项目1项,先后在Journal of Modern Power Systems and Clean Energy,IETGeneration Transmission & Distribution,IJCNN等电力负荷预测领域的重要期刊和会议上发表SCI论文3篇,CCF推荐C类会议1篇。

代表性论文:

[1]Zeng P, Sheng C, Jin M. A learning framework based on weighted knowledge transfer for holiday load forecasting. Journal of Modern Power Systems and Clean Energy, 2019, 7(2):329-339 (第一作者,中科院SCI-2区收录,IF= 3.09)

[2]Zeng P, Jin M. Peak load forecasting based on multi-source data and day-to-day topological network. IET Generation Transmission & Distribution, 2018, 12(6):1374-1381(第一作者,中科院SCI-3区收录,IF= 2.862)

[3]Zeng P, Wu D, Jin M. Compress-filtering and transfer-expanding of data set for short-term load forecasting. In: International Joint Conference on Neural Networks. IEEE, 2017, 1095-1101(第一作者,CCF-C类会议)

[4]Prioritization of candidate disease genes by combining topological similarity and semantic similarity[J]. Journal of Biomedical Informatics, 2015, 57(C):1-5(第三作者,中科院SCI-3区收录,IF=2.882)


相关推荐

曾礼 孟东方 孟小军 杨如安

学院首页

中心首页

特色培训

培训咨询

曾攀

发布日期:2022-05-20              浏览次数:


基本情况:曾攀,男,博士,讲师,所学专业:软件工程。

研究方向:数据科学,人工智能,时间序列数据预测。

工作经历:2021年7月至今,重庆师范大学计算机与信息科学学院教师

E-mail: 20210041@cqnu.edu.cn

科研与学术经历:

2013年09月—2016年07月 湖南大学 硕士研究生

2016年09月—2020年12月 湖南大学 博士研究生

科研情况:

参与国家自然科学基金项目2项,主持湖南省研究生科研创新项目1项,先后在Journal of Modern Power Systems and Clean Energy,IETGeneration Transmission & Distribution,IJCNN等电力负荷预测领域的重要期刊和会议上发表SCI论文3篇,CCF推荐C类会议1篇。

代表性论文:

[1]Zeng P, Sheng C, Jin M. A learning framework based on weighted knowledge transfer for holiday load forecasting. Journal of Modern Power Systems and Clean Energy, 2019, 7(2):329-339 (第一作者,中科院SCI-2区收录,IF= 3.09)

[2]Zeng P, Jin M. Peak load forecasting based on multi-source data and day-to-day topological network. IET Generation Transmission & Distribution, 2018, 12(6):1374-1381(第一作者,中科院SCI-3区收录,IF= 2.862)

[3]Zeng P, Wu D, Jin M. Compress-filtering and transfer-expanding of data set for short-term load forecasting. In: International Joint Conference on Neural Networks. IEEE, 2017, 1095-1101(第一作者,CCF-C类会议)

[4]Prioritization of candidate disease genes by combining topological similarity and semantic similarity[J]. Journal of Biomedical Informatics, 2015, 57(C):1-5(第三作者,中科院SCI-3区收录,IF=2.882)


版权所有 ? 重庆师范大学继续教育学院
技术支持:重庆卓培教育科技有限公司