澳门太阳集团9728网站

信息技術研究生論壇

時間：2022年6月17日（星期五）8:00-12:00

地點：澳门太阳集团9728网站807B教室

報告題目一：遊戲用戶個性化難度感知建模與流失預測研究

報告人：錢韋偉

報告簡介：用戶流失是網絡遊戲運營中嚴重的負面用戶反饋，這意味着用戶由于各種原因失去了對這款産品的使用動機，并在很長一段時間内不會再回歸。因此用戶流失預測一直是遊戲乃至所有互聯網産品運營中最具有挑戰性的問題之一，對保證客戶量、增強企業競争力而言有着重要意義。随着互聯網和信息技術的飛速發展，海量用戶行為數據為挖掘用戶的行為習慣、識别具有流失傾向的用戶提供了全新的思路與方法。本報告将對以往研究進行回顧，針對用戶感知難度、用戶交互行為以及用戶流失數據之間的關聯進行深入的闡述與分析，并對近期的用戶難度感知模型與用戶流失預測模型的最新研究進行介紹。報告的最後将對用戶個性化難度感知與用戶流失預測未來的研究方向進行展望。

報告題目二：基于深度學習的知識追蹤研究

報告人：黃欣悅

報告簡介：知識追蹤是教育數據挖掘領域的一個重要研究方向，其目标是通過建立學生知識狀态随時間變化的模型，來判斷學生對知識的掌握程度并從學生的學習軌迹中挖掘出潛在的學習規律，從而提供個性化的指導，達到人工智能輔助教育的目的。深度學習因其強大的特征提取能力，已被證明能顯著提升知識追蹤模型的性能而越來越受到各方重視。本報告以最基本的深度知識追蹤模型為起點，全面回顧了該研究領域的研究進展，給出了該研究領域技術改進、演化脈絡圖，并從針對可解釋問題的改進、針對長期依賴問題的改進、針對缺少學習特征問題的改進 3 個主要技術改進方向做了深入闡述和比較分析，同時整理了可供研究者使用的公開數據集，考察了其主要應用。報告最後對基于深度學習的知識追蹤的未來研究方向進行了展望。

報告題目三：帶有校正機制的自動駕駛車輛軌迹預測研究

報告人：劉宏彪

報告簡介：當涉及到車輛技術的發展時，安全是一個關鍵問題。特别是感知和環境預測，這兩者是任何自動駕駛控制架構的關鍵部分。對周圍行人和車輛的軌迹預測是無人駕駛車輛的一項關鍵任務，可以幫助它們認識到交通環境中的潛在危險，并做出最适當的決策。在實際的交通環境中，車輛可能會相互影響，而且軌迹可能具有多模态和不确定性，這使得準确的軌迹預測成為一種挑戰。本報告将對以往車輛軌迹預測任務進行回顧，針對在真實的車路協同場景中，對周圍車輛預測的軌迹校正問題和預測的準确性問題進行講解。報告最後将對軌迹預測的未來研究問題進行展望。

報告題目四：車聯網中基于區塊鍊的惡意行為檢測研究

報告人：謝林岩

報告簡介：車聯網的快速發展給大數據存儲、智能管理和信息安全帶來了巨大的挑戰。惡意行為檢測是一種驗證車聯網中節點遭受惡意實體攻擊的機制，皆在确認消息的真實性以提高道路安全并減少交通事故。區塊鍊因其去中心化、不可篡改、可追溯等優點被廣泛應用于構建安全可靠的車聯網系統。本報告将對以往研究進行回顧，針對車聯網實體之間協作存在的單點故障、通信負載高、隐私安全性低等問題進行全面分析并深入闡述結合區塊鍊可為車聯網惡意行為檢測提供的有效路徑和解決思路。最後，報告總結了區塊鍊應用在車聯網惡意行為檢測領域的未來發展趨勢。

報告題目五：教育同行互評中提升互評可靠性的研究

報告人：楊攀原

報告簡介：随着大規模的在線開放課程(MOOCs)的流行，一門課程的參與人數可以達到成千上萬人。這對主觀題目作業的批改工作帶來了巨大的負擔。同行互評，作為目前一種主流的解決大規模作業批改的方式，還存在很多不足之處。本報告将以傳統的互評流程為導向，通過流程圖展示當前提升同行互評可靠性的主流方法的作用區域，并詳細介紹一種定義了評價者可信度和偏置的概率彙總模型。最後對提升教育互評可靠性的未來研究方向進行了展望。

報告題目六：基于用戶自适應元學習的用戶冷啟動推薦的問題研究

報告人：張鴻銘

報告簡介：近年來推薦系統被廣泛應用在各種在線服務中，提供精确的個性化推薦服務。然而，其面臨着新用戶帶來的嚴峻的用戶冷啟動問題。元學習，意為學會如何學習，作為一門新興技術被應用解決用戶冷啟動問題。元學習旨在學習一個通用的全局初始化參數，通過少量的标簽樣本即可快速适應新用戶。因此，本報告主要介紹元學習在推薦系統用戶冷啟動場景中的應用，并進一步介紹其局限性以及改進的自适應元學習推薦方法。

報告題目七：基于模态分解的股票交易策略研究

報告人：舒雅婷

報告簡介：股票指數劇有噪聲性、波動性和弱平穩性等特點，使得股票指數預測一直是金融領域最具有挑戰性的問題之一，慎獨學習因其強大的學習能力可以有效的預測非平穩非線性的股票指數，因此本研究首先通過模态分解技術對股票指數進行去噪處理，并結合長短期記憶人工神經網絡提出了一個新的深度學習混合預測模型來預測股票指數，并取得了不錯的效果，且對于波動性較大的股票指數也有較高的預測性能。

報告題目八：無人駕駛汽車協同感知與協同決策關鍵技術研究

報告人：韓金磊

報告簡介：

無人駕駛汽車是當前學術界和工業界的研究熱點，其中環境感知是無人駕駛技術的基礎。為了提升車輛對環境感知的精度，現在的主流技術是為無人駕駛汽車安裝數量更多、性能更高的傳感器，如攝像頭、激光雷達、毫米波雷達等。但是，受天氣、道路、周圍物體等因素的影響，無人駕駛汽車仍然存在感知盲區，會對交通安全帶來不利影響。因此，使車輛之間、車輛與道路基礎設施之間進行協同感知與協同決策是解決上述問題的重要途徑。本次報告總結了自動駕駛領域協同環境感知及協同決策的研究現狀以及未來的發展趨勢。

歡迎廣大師生踴躍參加！