以勤为径，
向学而行。

2023 · Multimodal Forecasting

A Multimodal Deep Learning Approach for Typhoon Track Forecast by Fusing CNN and Transformer Structures ↗

R. Zhan, J. Lu, Y. Jiang, T. Li, G. Zhong, W. Lv

以 CNN 提取多时刻气象场的空间特征，并与历史轨迹共同送入 Transformer 编码器建模长程依赖，最后通过全连接层回归未来台风位置。

2023 · Aspect-level Sentiment

Aspect-level Sentiment Analysis Model Fused with GPT and Multi-layer Attention ↗

L. Mingzheng, H. Zelin, L. Jiadong, L. Wei

融合 GPT 的上下文表征与多层注意力机制，聚焦方面词及其相关情感线索，用于更细粒度的方面级情感判断。

2023 · NLP & Broad Learning

Enhanced Word-unit Broad Learning System with Sememes ↗

Y. Jiang, J. Lu, T. Li, W. Lv

通过 Word → Sense → Sememe 的层级知识增强词表示，并结合位置编码与注意力聚合，使宽度学习系统同时学习文本序列信息与词语重要性。

2022 · Time-series Forecasting

Typhoon Track Prediction Based on TimeForce CNN-LSTM Hybrid Model ↗

J. Lu, M. Jiang, Y. Zhang, W. Lv, T. Li

将台风特征矩阵与轨迹序列矩阵融合，使用 CNN 提取局部模式、TimeForce 动态强化时间影响，再由多层 LSTM 输出轨迹预测结果。

2023 · Knowledge Graph

Chinese Brand Identity Management Based on Never-Ending Learning and Knowledge Graphs ↗

D. Li, Y. Wang, G. Wang, J. Lu, Y. Zhu, G. Bella, Y. Liang

以持续学习方式采集品牌语料，用知识图谱组织产品特征、营销词汇、品牌人格与人物关系，为品牌识别的长期追踪和策略分析提供结构化依据。