2024年澳门太阳集团9728网站

信息技術研究生論壇（一）

場次一、

時間：2023年1月8日（星期一）9:00-12:00

地點：澳门太阳集团9728网站807b教室

報告題目一：基于TinyVit和圖卷積網絡的細粒度圖像分類研究報告人：鄭世傑

報告簡介：細粒度圖像分類是圖像分類的一個分支。最近，視覺變換器在圖像識别領域取得了卓越的進展。它的自注意機制可以提取非常有效的圖像特征信息。然而，将固定大小的圖像塊輸入網絡會帶來額外的噪聲，不利于提取細粒度圖像的識别特征。vison 變換器的網絡模型很大，因此在實際應用中很難使用。此外，當今的許多細粒度圖像分類方法都側重于挖掘判别特征，而忽略了圖像内部的聯系。為了解決這些問題，我們提出了一種基于輕量級 TinyVit 骨幹網絡的新方法。我們的方法利用 TinyVit 的自我關注權重值作為指導，構建了一個有效的對象定位（OL）模塊，該模塊可切割和放大對象區域，為網絡提供了專注于本地對象的機會。此外，我們還利用圖卷積網絡（GCN）創建了空間關系特征學習（SRFL）模塊，借助轉換器的自我關注權重捕捉 TinyVit 圖像塊之間的空間上下文信息。OL 和 SRFL 相互協作，共同指導分類任務。實驗結果表明，所提出的方法取得了極具競争力的性能，在 CUB-200-2011 和 NABirds 數據集上的分類準确率均位居第二。在斯坦福狗數據集上進行測試時，我們的方法優于許多流行方法。

報告題目二：無人機協同的移動邊緣計算能耗優化研究

報告人：王志鴻

報告簡介：智能移動設備的迅速普及對移動邊緣網絡的計算能力提出了新的要求。使用無人機作為臨時移動邊緣計算服務器，能夠有效緩解移動邊緣網絡計算能力不足的問題。然而，由于無人機的電池容量有限，如何在現有硬件條件下提高服務的持續時間是一項挑戰。為了提高能量效率，延長無人機的服務持續時間，提出一種在分層無人機輔助下的部分卸載移動邊緣計算模型。以最小化無人機的能量消耗為目标，聯合優化無線信道分配和傳輸功率，任務分配和CPU頻率，以及無人機的飛行軌迹。由于問題的非凸性，将其分解為相對獨立的子問題，采用疊代式方法交替求解。首先，利用CVX獲取最佳無線信道分配，并使用拉格朗日對偶獲取最佳傳輸功率。其次，根據優化目标的單調性推導出最優CPU頻率分配。最後，使用連續凸近似求解最優無人機飛行軌迹。仿真結果表面，所提出方法能夠有效提高任務卸載比例，降低無人機的整體能耗。

報告題目三：雲邊協同環境下一種面向任務的多智能體強化學習任務卸載方案

報告人：唐甯昆

報告簡介：在雲邊協同計算環境中，計算任務的卸載問題是當前的研究熱點。現有的方案通常采用單智能體強化學習算法求解該問題，存在魯棒性低、決策空間過大等缺陷，且未考慮用戶移動性、獎勵延遲性以及信息觀測與同步問題。針對上述不足，提出一種考慮設備局部觀測能力的雲邊協同網絡模型及任務計算隊列和傳輸隊列模型，并設計一種基于“面向任務”的多智能體強化學習的分布式卸載方案。首先，該方案給出網絡信息同步協議以便設備獲取網絡全局狀态，同時設計任務卸載調度規則以規定服務器在用戶跨區移動和線路故障等場景下的計算和調度流程。然後，該方案以邊緣服務器為智能體構建基于Actor-Critic框架的多智能體系統，給出智能體之間的協作方法，同時考慮線路故障時智能體的獨立工作問題。随後為解決獎勵延遲問題，我們将卸載問題建模為一種“面向任務”的馬爾可夫決策過程，摒棄了常用的等距時隙模型，轉而以任務處理時間為步長，采用動态且并行的時隙。最後以此過程為數學基礎，提出一種任務卸載決策算法TOMAC-A2C。該算法利用多智能體強化學習思想，給出智能體之間協作完成卸載工作并相互評價以更新神經網絡參數的方法，同時引入長短期記憶網絡以對用戶的移動性進行記憶和預測。基于來自現實世界的安卓設備移動情況數據集的實驗結果表明，所提出的分布式卸載方案在面臨高負載和高線路故障率時均能有效降低服務時延、能耗及任務丢棄率。

場次二、

時間：2024年01月11日（星期四）16：30-18：30

地點：澳门太阳集团9728网站509教室

報告題目一：用于經典通信的量子增強接收器

報告人：禹鈞譯

報告簡介：随着時代的發展，信息傳遞無處不在，所以信息的出錯率和信号強弱就變得極為重要。在傳統通信信道中，受到光電效應的量子性質和泊松光子統計的影響，即使使用理想器件進行接收測量，也會産生散粒噪聲，這種噪聲會影響信号的強弱以及失真，而使用量子增強接收器利用量子理論提高通信性能，可以在某些情況下實現低于經典噪聲極限（SNL）的誤碼率（SER），而傳統接收器無法突破這一極限。量子增強接收器可以在部分通信場景下降低能量需求，從而提高能效。并且可以在長距離光纖通信中實現更高的能效，因為它們能夠降低光功率，從而減少放大器引入的噪聲。并且量子增強接收器有望支持經典通信和量子通信（如量子密鑰分發和糾纏分發）的共存。報告對現有的增強接收器進行了概括和拓展。

報告題目二：經典通信的實用量子增強接收器

報告人：沈詩澤

報告簡介：作為光脈沖是遠距離通信的首選信息載體。數據呈指數增長導緻底層物理系統出現“容量危機”。為阻止通信物理資源的指數增長，一種可能的方法是在接收端使用量子而不是經典測量。量子測量通過實現光的相幹态鑒别，使光通信協議的能量效率提高，鑒别誤差率低于噪聲限制。在這篇綜述文章中，作者側重于在當前技術狀态下可以實際實施的量子接收器，首先是基于位移的接收器。我從實驗家的角度呈現了量子增強接收器的進展和發展的情況。

報告題目三：深度學習在微納光子器件設計的應用

報告人：王巫亮

報告簡介：在過去的幾年裡，深度學習分别在語言識别、機器視覺自然、自然語言處理等領域發展迅速。它的獨特優勢在于數據驅動的方法，來源于模型自發從海量數據中發現有用信息，通過其不斷的疊代優化篩選最終可以得到我們需要收斂的最優結構。作為機器學習的一個子集，深度學習使用分層結構層來學習數據的多級抽象，他提供了一種設計光子結構的有效方法，催生了與傳統的基于物理和規則的方法相輔相成的數據驅動方法。本次彙報基于深度學習的光子設計的最新進展，提供了曆史背景、算法基礎和關鍵應用，重點介紹了針對特定光子任務的各種模型架構。

報告題目四：電光調 Q 雙脈沖 Nd:YAG 激光器的研究

報告人：黃永慶

報告簡介：該項研究提出了可以實現脈沖延遲可調、能量比可調的共線納秒雙脈沖激光器新方法，并搭建了燈泵浦共線納秒雙脈沖 Nd:YAG 激光器進行驗證。比較了單脈沖模式與雙脈沖模式激光輸出性能差異，并研究了施加在電光晶體上的電壓對脈沖能量以及時間波形的影響。兩束脈沖激光之間的時間間隔可以控制在 100 ns-10 μs 之間，可以滿足大多數雙脈沖激光器的需求。兩束脈沖激光共享一個諧振腔，因此其具有自身同軸性，該方法是獲得共線納秒雙脈沖激光器的理想方法，并且可以擴展到其他激光器。