欢迎通信电子、计算机、软件工程等专业背景的同学报考硕士研究生。根据个人兴趣及发展规划,可以参与国家自然科学基金等课题研究。
教育经历:
· 2014-9至2019-9, 东南大学, 信息与通信工程, 博士
· 2017-9至2018-9, 佐治亚理工学院, 电子电气工程, 联合培养博士
· 2012-9至2014-8, 东南大学, 信息与通信工程, 硕博连读硕士阶段
· 2008-9至2012-6, 东南大学, 信息工程, 学士
主持项目:
· 国家自然科学基金青年项目:基于测距的室内协作定位激励机制研究
· 上海市“扬帆人才”计划项目:基于软件定义的智能机器人定位系统设计及相关算法研究
代表性学术论文(近五年):
· Yaping Zhu; et al, Optimal power allocation for location privacy security in wireless localization, 2024 IEEE International Conference on Communications (ICC), June 2024, Denver, CO, United States.
· Yaping Zhu; et al, Anchor deployment for belief propagation-based localization: a topological method, IEEE Communications Letters, vol. 28, no. 2, pp. 293-297, Feb. 2024.
· Yaping Zhu; et al, Protecting position privacy in range-based crowdsourcing cooperative localization, IEEE Transactions on Network Science and Engineering, vol. 11, no. 1, pp. 1136-1150, Jan. 2024.
· Yaping Zhu, et al, Secure two-party computation for fingerprinting-based indoor localization, IEEE/CIC International Conference on Communications in China (ICCC), Sept. 2023, Dalian, China.
· Yaping Zhu; et al, To hide anchor’s position in range-based wireless localization via secret sharing, IEEE Wireless Communications Letters, vol. 11, no. 7, pp. 1325-1328, 2022.
· Yaping Zhu; et al, On improving the cooperative localization performance for IoT WSNs, Ad Hoc Networks, vol. 118, no. 3, 102504, 2021.
· Yaping Zhu; et al, Incentive mechanism for cooperative localization in wireless networks, IEEE Transactions on Vehicular Technology, vol. 69, no. 12, pp. 15920-15932, 2020.
· Yaping Zhu; et al, NLOS identification via AdaBoost for wireless network localization, IEEE Communications Letters, vol. 23, no. 12, pp. 2234-2237, 2019.
申请专利(部分):
· 朱亚萍;赵生捷;罗烨;一种无线网络定位中的位置隐私保护方法,授权公告日:2023-05-12,中国,ZL202110886329.2.
· 朱亚萍;赵生捷;罗烨;一种隐藏锚节点位置信息的隐私保护定位方法,授权公告日:2022-10-14,中国,ZL202111483695.X.
· 朱亚萍;王琛;代玉琢;邱颖;一种缓解数据异质性的联邦机器学习聚合方法,申请日:2023-11-27,中国,CN 202311594260.1.
· 朱亚萍;王洁;王俊元;一种联邦学习中基于秘密共享的模型聚合方法,申请日:2023-08-03,中国,CN 202310969161.0.
· 朱亚萍;赵生捷;一种基于Shapley值的联邦学习方法,申请日:2023-02-16,中国,CN 202310124072.6.
· 朱亚萍;邱颖;赵生捷;一种基于自监督学习的联邦机器学习方法,申请日:2023-02-09,中国,CN 202310088967.9.
· 朱亚萍;韩翼;邱颖;谢泽邦;一种对抗恶意攻击的联邦机器学习定位方法,申请日:2022-10-11,中国,CN202211241909.7.