代表性項(xiàng)目 [1]主研：某油田勘探開(kāi)發(fā)巖石多模態(tài)大模型研究項(xiàng)目；
[2]主研：某公司基于大模型的智能合同審查研究與應(yīng)用；
[3]主研：某油田勘探開(kāi)發(fā)實(shí)驗(yàn)大模型研發(fā)及智能化應(yīng)用研究；
[4]主研：某油田基于人機(jī)協(xié)同的數(shù)據(jù)智能標(biāo)注技術(shù)研究；
[5]主研：某油田基于大模型的智能問(wèn)答任務(wù)聯(lián)動(dòng)與交互研究與開(kāi)發(fā)；
[6]主研：某油氣田頁(yè)巖氣采氣工藝智能分析技術(shù)研究與應(yīng)用；
[7]主持：西南石油大學(xué)2024-2026年高等教育教學(xué)改革研究項(xiàng)目：面向解決復(fù)雜工程問(wèn)題的數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專(zhuān)業(yè)課程群優(yōu)化研究；
[8]主持：西南石油大學(xué)2024-2026年研究生教育教學(xué)改革與研究項(xiàng)目：面向AI 跨學(xué)科交叉融合的《大數(shù)據(jù)應(yīng)用技術(shù)》公選課教學(xué)改革研究；
[9]主研：某油氣田人工智能技術(shù)在氣藏精細(xì)描述中的應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)調(diào)研；
[10]主研：某油氣田勘探開(kāi)發(fā)研究領(lǐng)域智能化場(chǎng)景設(shè)計(jì)與實(shí)施路徑研究項(xiàng)目，項(xiàng)目經(jīng)理；
[11]主研：海上油田油藏注采單元智能調(diào)控系統(tǒng)項(xiàng)目；
[12]主研：海上油田注水管理模塊智能化升級(jí)項(xiàng)目-智能注采算法設(shè)計(jì)與實(shí)現(xiàn)；
[13]主研：某水電企業(yè)生產(chǎn)運(yùn)行智能監(jiān)視系統(tǒng)項(xiàng)目；
[14]主研：超大規(guī)模知識(shí)圖譜構(gòu)建、推理與檢索技術(shù)研究；
[15]主研：四川省科技廳項(xiàng)目，天然氣深冷裝置關(guān)鍵工藝參數(shù)智能分析研究與應(yīng)用；
[16] 主研：氣井排采運(yùn)行優(yōu)化大數(shù)據(jù)挖掘；
[17] 主研：四川省高等教育人才培養(yǎng)質(zhì)量和教學(xué)改革項(xiàng)目，面向創(chuàng)新能力提升的大數(shù)據(jù)專(zhuān)業(yè)人才培養(yǎng)路徑探索與設(shè)計(jì)（JG2021-611）；
[18] 主持：西南石油大學(xué)2021-2023年高等教育教學(xué)改革研究項(xiàng)目，基于OBE的數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專(zhuān)業(yè)培養(yǎng)目標(biāo)達(dá)成研究與實(shí)踐；
[19] 主研：西南石油大學(xué)2018年本科課程教學(xué)改革研究項(xiàng)目，大數(shù)據(jù)商務(wù)管理與決策下的管理信息系統(tǒng)實(shí)踐課程建設(shè)(X2018KZ028)；
[20] 主持：西南石油大學(xué)2018年高等教育教學(xué)改革研究校級(jí)一般項(xiàng)目：新工科背景下數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專(zhuān)業(yè)培養(yǎng)體系研究（X2018JGYB038）
[21] 主持：四川省高校人文社會(huì)科學(xué)重點(diǎn)研究基地項(xiàng)目，推進(jìn)川南城市群一體化的鐵路網(wǎng)布局研究（XJQ003）；
[22] 主持：四川省教育廳高等教育教學(xué)改革研究項(xiàng)目，大學(xué)生創(chuàng)新創(chuàng)業(yè)教育中大數(shù)據(jù)創(chuàng)新思維及實(shí)踐能力培養(yǎng)研究與實(shí)踐（JG2018-446）；
[23] 主持：成都市哲學(xué)社會(huì)科學(xué)規(guī)劃研究項(xiàng)目，成都市公眾出行信息服務(wù)實(shí)施現(xiàn)狀、問(wèn)題與對(duì)策研究；
[24] 主持：成都市哲學(xué)社會(huì)科學(xué)規(guī)劃研究項(xiàng)目，成都市智能交通發(fā)展戰(zhàn)略研究；
[25] 主研：四川省全省政務(wù)調(diào)研專(zhuān)項(xiàng)課題，四川省新一代人工智能發(fā)展實(shí)施中專(zhuān)業(yè)人才的市場(chǎng)需求與現(xiàn)狀研究；
[26] 主研：油氣藏地質(zhì)及開(kāi)發(fā)工程國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放研究課題，頁(yè)巖氣孔隙網(wǎng)絡(luò)建模技術(shù)；
[27] 主研：川東北天然氣合作項(xiàng)目MRO庫(kù)存優(yōu)化管理研究；
[28] 主研：國(guó)藥物流賽飛信息系統(tǒng)頂層設(shè)計(jì)；
[29] 主研：雷迪波爾信息系統(tǒng)規(guī)劃；
[30] 主研：宜昌三峽物流園物流信息平臺(tái)規(guī)劃 代表性學(xué)術(shù)論文 [1] Jiawen Liu, Xueyan Zhong*.etc.CRGAT: Contextualized Relational Graph Attention Network for Knowledge Graph Completion，31st International Conference on Neural Information Processing,Auckland,New Zealand,December 2-6,2024（CCF C類(lèi)）.
[2] 楊若祥,鐘學(xué)燕*,劉佳雯,李平.基于圖注意力增強(qiáng)實(shí)體關(guān)系表征的實(shí)體關(guān)系聯(lián)合抽取.計(jì)算機(jī)應(yīng)用與軟件(已錄用).
[3] 劉漢東,鐘學(xué)燕等.一種改進(jìn)GraphRNN的多標(biāo)簽文本分類(lèi)方法[J].小型微型計(jì)算機(jī)系統(tǒng),2023,44(05):947-953.
[4] 支港,鐘學(xué)燕等.基于Transformer 的序列生成多標(biāo)簽文本分類(lèi)[J].山東大學(xué)學(xué)報(bào)（自然科學(xué)版）,2023,46(01):10-19.
[5] 鐘學(xué)燕,陳國(guó)青,孫磊磊,張明月,劉瀾.基于多視角特征融合的移動(dòng)信息服務(wù)模式挖掘[J].系統(tǒng)工程理論與實(shí)踐,2018,38(07):1853-1861. (EI: 20184205953293)
[6] Graph neural network modeling for ethane recovery evaluation in RSV process.Geoenergy Science and Engineering.Volume 222, March 2023.(非第一作者)
[7] Mining Frequent Patterns with Counting Quanti?ers. APWeb-WAIM 2022, LNCS 13421, pp. 372–381, 2023(非第一作者)
[8] An Interactive System For Knowledge Graph Search，The International Conference on Database Systems for Advanced Applications (DASFAA) , Korea ,2020.5.21- 2020.5.24(非第一作者)
[9] Zhong xueyan,Chen guoqing ,Sun leilei,Liulan. Data-driven Competitor Identification Using Text Mining and Word Network Analysis. 13th International FLINS Conference on Data Science and Knowledge Engineering for Sensing Decision Support 2018.8.22-24
[10] Zhongxueyan etc. Expressway Net work Planning of Multi-center Group Cities based on Traffic Location Theory: a Case Study of Guiyang. the Third International Conference on Transportation Engineering 2011.（EI）
[11] Zhongxueyan etc. Working-area Layout Method Study of Railway Logistics Park based on Genetic Algorithm. 2010 International Conference of Logistics Engineering and Management.(EI）
[12] 發(fā)明專(zhuān)利:一種基于圖上下文和關(guān)系感知注意力的知識(shí)圖譜補(bǔ)全方法P]，CN119067211B,2025-2
[13] 發(fā)明專(zhuān)利:一種基于深度學(xué)習(xí)的離散時(shí)間序列事件挖掘方法及系統(tǒng)P]，CN117332377B，2023-12
[14] 發(fā)明專(zhuān)利:基于小波分解與經(jīng)驗(yàn)?zāi)B(tài)分解的異常電流診斷方法和系統(tǒng)[P],CN112881942B，2023-4-7
[15] 發(fā)明專(zhuān)利:一種古生物化石圖像自動(dòng)標(biāo)注方法[P], CN113159112A，2023-4-7
[16] 發(fā)明專(zhuān)利:一種巖石薄片顯微圖像自動(dòng)標(biāo)注方法[P]:CN112784894B,2022-11-15
[17] 發(fā)明專(zhuān)利:一種基于隱馬爾可夫模型的井下預(yù)警方法[P]:CN109902265B,2022-07-22
[18] 發(fā)明專(zhuān)利:一種利用二維薄片圖像的數(shù)字巖心三維結(jié)構(gòu)重建方法[P]:CN112381916B,2022-03-22
[19] 發(fā)明專(zhuān)利:一種基于時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)的鉆井事故預(yù)警模型[P]:CN109508827B,2022-04-29
[20] 發(fā)明專(zhuān)利:一種基于深度特征融合網(wǎng)絡(luò)的砂巖薄片分割和識(shí)別方法[P]: CN113688956A,2021-11-23
[21] 發(fā)明專(zhuān)利:基于改進(jìn)GraphRNN的多標(biāo)簽文本分類(lèi)模型及分類(lèi)方法[P]:CN113297385B,2021-09-28
[22] 發(fā)明專(zhuān)利:一種結(jié)合單偏光與正交偏光圖像的巖石薄片圖像對(duì)齊方法[P]: CN112614167A,2021-4-6
[23] 發(fā)明專(zhuān)利:基于平滑處理與網(wǎng)絡(luò)模型機(jī)器學(xué)習(xí)的事故預(yù)測(cè)方法[P]: CN109829561B,2021-3-16 |
