yanli35

Yang Liu

Biträdande professor

Nyheter

Solcellspaneler, blå himmel.

Ny forskning siktar på optimering av positiva energidistrikt

Linköpings universitet ingår i ett nytt europeiskt forskningsprojekt som siktar på att förbättra energieffektiviteten i tätorter. Projektet kommer att pågå i tre år och involverar samarbetspartners från sex länder.

Vallastaden

Nytt forskningsprojekt fokuserar på effektiva transportlösningar

Föreställ dig en stad där allt du behöver finns inom en kvarts promenad eller cykeltur. Det är visionen för 15-minutersstaden (15 mC). I det nya forskningsprojekt PERSEUS utvecklas ett digitalt verktyg för att hjälpa till att det bli verklighet.

En ung kvinna sitter på golver med dator i mörk rum.

Forskning visar hur datadrivna verktyg kan påskynda energiomställningen

En ny doktorsavhandling från Linköpings universitet visar hur datadrivna verktyg kan underlätta denna process och hjälpa beslutsfattare att navigera komplexa val inom energiområdet.

Publikationer

2025

Ben Niu, Yi Xiao, Qinge Xiao, Yang Liu, Tao Peng, Zhile Yang (2025) A self-supervised masked spatial distribution learning method for predicting machinery remaining useful life with missing data reconstruction Advanced Engineering Informatics, Vol. 64, Artikel 102938 (Artikel i tidskrift) Vidare till DOI
Yuguang Bao, Xinguo Ming, Xianyu Zhang, Fei Tao, Jiewu Leng, Yang Liu (2025) Platform-based task assignment for social manufacturing (PBTA4SM): State-of-the-art review and future directions Journal of manufacturing systems, Vol. 78, s. 328-350 (Artikel, forskningsöversikt) Vidare till DOI
Qianyun Wen, Yang Liu (2025) Feature engineering and selection for prosumer electricity consumption and production forecasting: A comprehensive framework Applied Energy, Vol. 381, Artikel 125176 (Artikel i tidskrift) Vidare till DOI
Fengyi Lu, Guanghui Zhou, Chao Zhang, Yang Liu, Marco Taisch (2025) Integrated optimisation of multi-pass cutting parameters and tool path with hierarchical reinforcement learning towards green manufacturing Robotics and Computer-Integrated Manufacturing, Vol. 91, Artikel 102824 (Artikel i tidskrift) Vidare till DOI

2024

Shuaiyin Ma, Zhaosong Zhu, Yang Liu, Yujuan Zheng, Jin Lu, Jun Xu (2024) Artificial intelligence-enabled predictive planning for sewage treatment based on improved DNN and LSTM Computers & industrial engineering, Vol. 198, Artikel 110636 (Artikel i tidskrift) Vidare till DOI

Organisation