2023年beat365

信息技术研究生论坛（三）

场次一、

时间：2023年3月13日（星期一）9:00-11:00

地点：beat365604教室

报告题目一：层次感知知识门控网络

报告人：张鸿宇

报告简介：知识图(KG)在提高推荐性能和可解释性方面发挥着越来越重要的作用。最近的一个技术趋势是基于信息传播方案设计端到端模型。然而，现有的基于传播的方法无法(1)建模底层的层次结构和关系，(2)捕获项目的高阶协作信号，以学习高质量的用户和项目表示。因而提出层次感知模型知识门控网络(HAKG)，来解决上述问题。从技术上讲，在双曲空间中建模用户和项目(由用户-项目图捕获)，以及实体和关系(在KG中捕获)，并设计了一个双曲聚合方案来收集KG上的关系上下文。同时，引入了一种新的角度约束来保持嵌入空间中物体的特征。

报告题目二：单细胞RNA-seq数据聚类用于细胞类型鉴定和表征的综述

报告人：孙逊

报告简介：随着高通量测序技术的不断进步，单细胞RNA-seq已经成为一种强大的方法，可以在单细胞分辨率下同时测量数千甚至数十万个基因在细胞间的表达变化。这种高通量转录组分析可以捕获基因转录活动，以揭示细胞身份和功能和发现细胞类型，甚至稀有细胞类型。因此，这些单细胞研究最常见的目标之一是识别不同环境下的细胞亚群。这些亚群的基因表达模式帮助区分不同的细胞类型和功能，识别不同的细胞类型。在这项研究中，回顾了最近开发的用于理解和解释单细胞RNA-序列数据的计算聚类方法。还回顾了上游单细胞RNA-seq数据预处理步骤，如质量控制、行/列标准化和聚类前降维。讨论了四种粗略分类的单细胞RNA-序列聚类方法及其应用，包括k-均值聚类、层次聚类、基于社区检测的聚类和基于密度的聚类。

场次二、

时间：2023年3月13日（星期一）11:00-12:00

地点：beat365807b教室

报告题目一：基于注意力机制与双向GRU的WebShell检测模型

报告人：刘志强

报告简介：随着网络技术的高速发展，网络安全问题日趋严峻。上传WebShell是网络入侵者常用的攻击手段。WebShell逃逸技术日新月异，传统基于特征匹配的方式难以准确检测。为此，提出了一种融合双向GRU与注意力机制的WebShell识别方法。首先对原始样本进行预处理，进一步分词后通过Word2Vec模型转化为词向量形式，最后输入模型中进行分析检测。根据实验结果，对比同行方法，本文方法在准确率、召回率及F1值等性能指标更优。模型不仅可以用于识别PHP类型WebShell，对JSP、ASPX与ASP语言编写的WebShell也有较好效果。

报告题目二：基于深度学习的地标识别研究

报告人：刘炀勇

报告简介： 近些年来，随着计算机技术的高速发展，特别是移动互联网的发展，信息传播能力得到了飞跃性的增长。随着人工智能尤其是深度学习的快速发展，图像识别领域也进入的新的阶段。地标识别是计算机视觉和机器⼈社区中最基本的主题之一，其任务是准确有效地识别给定查询图像的位置。本报告介绍现有基于深度学习中的卷积神经网实现地标识别，分析各种网络模型的优缺点，对未来地标识别方向发展进行探讨。

场次三、

时间：2023年3月14日（星期二）9:00-11:00

地点：beat365604教室

报告题目一：知识图谱增强推荐系统

报告人：张鸿宇

报告简介：知识图(KGs)在推荐方面取得了巨大的成功。这归功于中包含的丰富属性信息KG改进项目和用户表示作为附加信息。

但是，现有的知识感知方法在项目端和用户端以粗粒度级别利用属性信息。最近有人提出了一种新颖的关注知识图属性网络(AKGAN)，通过KG中的属性信息来学习商品属性和用户兴趣。在技术上，AKGAN采用了异构图神经网络框架，第一层和后一层有不同的设计。通过将一个属性放置在相应的元素位置范围内，AKGAN采用了一种新颖的兴趣感知注意网络，该网络释放了注意权重之和为1的限制，以模拟用户兴趣对属性的复杂性和个性。

场次四、

时间：2023年3月15日（星期三）9:00-11:00

地点：beat365604教室

报告题目一：基于成功历史的快速差分演化抽样一致性算法

报告人：吴福祥

报告简介：差分演化抽样一致性（Differential Evolution SAmple Consensus, DESAC）算法是一种应用于点特征图像配准中的成功算法。然而，DESAC受到个体验证次数、种群规模和种群迭代次数的影响，其时间性能往往较差。本文提出了一种基于成功历史的快速差分演化抽样一致性（Fast Differential Evolution SAmple Consensus, FDESAC）算法。为了降低个体验证次数，FDESAC记录每个样本成为内点的历史，在模型验证时避免选择那些历史记录较差的样本。此外，FDESAC也会记录每个样本参与构建假设模型的历史内点数总和，避免在常驻初始化阶段生成较差的假设模型。最后，FDESAC提出了一种缩放因子的自适应策略，其能适当增强种群的开发性能，从而降低种群迭代次数。实验结果表明，FDESAC能在保持精度近乎不变的情况下极大的降低DESAC的运行时间。

报告题目二：移动边缘计算中基于深度强化学习的计算卸载策略研究

报告人：何奇杰

报告简介：随着移动设备的普及和应用程序的复杂性增加，计算负载不断增加，边缘计算作为一种新兴的计算模式能够有效的缓解移动设备的计算压力。本研究研究了边缘计算中的计算卸载问题，提出了一种基于分层的多智能体强化学习的计算卸载方法，用以解决具有能量收集的多用户多服务器边缘计算系统的计算卸载方法。该方法在复杂环境以及用户数量大的系统中有效的较低时延、能耗和任务丢弃率。

报告题目三：基于深度学习的火灾检测研究

报告人：冯剑

报告简介：随着基于深度学习的计算机视觉方法不断深入，同时支持深度学习加速硬件也不断发展。基于深度学习的视觉方法不断被应用到传统的领域。本研究针对现有研究的对于数据中同一类目标存在不同尺度造成检测困难进行改进。提出了一种多尺度融合的方法使检测网络学习到的特征具有尺度不变性。

报告题目四：混合蚁群算法求解具有多时间窗车辆路径问题

报告人：雷金羡

报告简介：由于电子商务和送货上门的发展，以用户为中心、以客户满意为目标的物流服务变得越来越重要。通过提供更短的交付时间窗口，可以大大提高客户满意度。在这种背景下，本文研究了具有多时间窗车辆路径问题(VRPMTW)，客户拥有多个时间窗口，要求只能在多个时间窗中选择一个时间窗对客户进行访问，提高配送效率，求解出最优路径。本文将此问题视为一个双目标问题，使用基于分解的多目标算法（MOEA/D）对问题进行分解，并在蚁群算法中设计扩展蚁群以协助目标优化，引入了针对问题特点设计的局部搜索算子。本文在Belhaiza实例集上测试证明了所提出算法的有效性。

场次五、

时间：2023年3月9日（星期四）8:00-12:00

地点：beat365507教室

报告题目一：高效和低偏振相关损耗的二维光栅耦合器

报告人：冯瑶

报告简介：提出一种基于绝缘体上硅（silicon-on-insulator, SOI）的二维光栅耦合器。该光栅耦合器由多个单元周期排列而成，每个单元的图案呈类梅花型，由两对圆形图案构成。该光栅耦合器可与单模光纤耦合，实现硅光子片上系统与片外系统的信息交互，并且具有耦合效率高、偏振相关损耗小的特点。仿真结果显示，该器件的有效工作波段为1.525μm到1.6μm，最佳耦合效率为56%，对应的耦合损耗为-2.4 dB，偏振相关损耗为0.18 dB。

场次六、

时间：2023年3月16日（星期四）20:00 -21:00
地点：（腾讯会议）183-332-036

报告题目一：机器翻译的改进机制研究
报告人：王慧军
报告简介：机器翻译是一项重要的自然语言处理任务，旨在将源语言的文本转换为目标语言的文本。近年来，随着深度学习和神经网络的发展，机器翻译在自然语言处理领域得到了广泛的应用。
然而，机器翻译仍然存在一些问题，例如翻译质量的不稳定性、语言风格的差异、多义词和歧义的处理等。为了解决这些问题，本报告提出了一些改进机制，包括但不限于：
1.基于注意力机制的翻译模型改进。注意力机制是一种强大的技术，可以帮助机器翻译模型更好地处理长句子和复杂结构。
2.数据增强。这些技术可以帮助机器翻译模型更好地处理低资源语言和多语言场景。
通过实验和评估，本报告表明这些改进机制可以显著提高机器翻译的性能和效果，为机器翻译的未来发展提供了一定的指导和启示。

报告题目二：一种简单的中继辅助铁路通信LTE-R资源分配方案

报告人：黄浩然

报告简介：从2008年以来，中国经历了高速铁路（HSR）基础设施建设的快速时期，同时，HSR系统给移动数据通信带来了新的挑战，因为数据发射器和接收器的移动速度要比普速铁路高得多。因此，一系列在低速下可以忽略的新现象变得不平凡，不能再省略，如多普勒频移和动态阴影。所以近年来关于高速移动通信的相关研究课题已经引起了人们的关注。

我们考虑了一个多载体铁路通信场景，其中每节货车都配备一个合作中继，以提高服务质量（QoS）。经典的长期演 进铁路（LTE-R）资源分配问题的铁路通信，我们提出一个低复杂度资源分配方案的降维成本矩阵，旨在通过最小的能源消耗，最大限度地为客舱内的客户提供服务。与在整个解空间上进行广泛搜索所得到的最优方案相比，该方案可以产生接近最优的解。该方案的一个关键优势是，计算复杂度大大降低，从而使LTE-R资源分配过程比最优基准方案要快得多。当网络拓扑和无线环境在短时间内（100-500 ms）发生很大变化时，这种优势很好地满足了高速铁路（HSR）用户的实时服 务需求。我们进行了广泛的仿真来验证所提出的铁路辅助中继通信资源分配方案的有效性和效率。

场次七、

时间：2023年3月10日（星期五）8:00-12:00

地点：beat365507教室

报告题目一：基于四端口模分复用光栅耦合器

报告人：冯瑶

报告简介：随着通信网络容量需求的不断增加，原有的传输网络

无法满足未来需求。基于单模光纤（SMF）的光传输容量接近理论Shannon极限，而少模光纤（FMF）中的模分复用（MDM）具有已被证明是打破Shannon极限的有效方法。在我们的工作中，提出了一种基于二维光栅耦合器（2DGC）的四端口模分复用器用于同时耦合LP01和LPl1a模式，将其耦合到两个垂直波导中，输出模式为TE01和TE11。通过仿真优化，我们得到了LP01-TE0和LP11a-TE1在1550nm处耦合效率达到分别为40.6%和44.5%。

场次八、

时间：2023年3月10日（星期五）16:30-18:30

地点：beat365509

报告题目一：基于水下智能机械手的研究汇报

报告人：农恒昌

报告简介：由于海洋中高压、低温和无氧的特殊环境，水下机器人成为了人类在海洋资源探索、水下生物采样和考古文物打捞等水下作业中的重要装备。水下机械手(Underwater manipulator)是一种搭载于水下机器人(Underwater vehicle)上用于执行水下作业任务的特种机械装备，具有灵活性高、负载能力大、系统独立性高等优点，在水下复杂的作业环境中有着不可替代的作用。随着计算机科学、材料结构等科学技术的发展，水下机械手正向着多传感融合、高精度控制、大负载等方向深度发展。本次主要汇报内容是分析水下机械手的关键技术，及基于水下智能机械手的多模态感知研究进展。

报告题目二：基于人机交互方向MR与手势识别技术研究

报告人：周泓宇

报告简介:手势识别作为人机交互的核心技术，具备广泛的应用前景，其实现方式主要包括电学传感识别、力学传感识别、肌电传感识别及光学传感识别四类。不同于传统的基于个人电脑和鼠标的人机交互模式，基于手势识别的人机交互方式能更加直观准确的传递信息。MR技术是人人机交互的新兴技术，其核心技术有空间定位技术、全息投影技术、实时建模技术、人机交互技术和传感技术。本次汇报的主要内容是可穿戴传感器和MR技术的调研情况，及基于人机交互方向MR与手势识别技术研究进展。

报告题目三：磁光克尔效应偏振光的探测研究

报告人：黄锦炫

报告简介：磁光克尔法成像提供了一种非破坏性、非接触的方法，可以在强磁场中进行高分辨率和高灵敏度的磁畴观察。随着技术的不断进步，特别是分子束外延生长以及成像探测器的高速发展，为磁光克尔法提供了优质的样品以及高灵敏、高质量的探测手段。目前的磁光克尔显微镜为大规模成像以及从微秒到飞秒的高速测量提供了最简单、最容易获得的平台，在各种动态自旋系统的研究中显示了不可替代的优势，包括巴克豪森临界性，共振磁化进动、超快退磁和全光螺旋度相关开关。本次汇报的主要内容是磁光克尔效应的原理，以及对磁光克尔效应偏振光的探测系统及其关键技术的研究进展。

报告题目四：海上无人平台多参量协同感知研究

报告人：韦香宁

报告简介：随着人工智能、无线通信以及智能控制等技术的快速发展，各类海洋无人平台系统不断涌现，特别是以智能浮标、潜标、水下无人潜航器（UUV）、无人水面艇（USV）、水下滑翔机（AUG）等为代表的海洋无人平台系统，被各军事强国广泛列装和应用，正在深刻改变战争面貌。目前，利用空中反潜平台+移动式UUV集群+固定式监听装备构建立体水声监测网络，从而实现从空中−海面−水下多维空间的全天候水声信息监听、采集、记录和分析，已成为海洋反潜体系构建的主流模式。本次主要汇报的内容是针对海洋实际应用环境的大纵深、高动态环境监测感知需求，将开展基于ASV与UUV的异构组合平台的多源传感器信息融合感知技术研究进展。