2024年澳门太阳集团9728网站

信息技術研究生論壇（五）

場次一、

時間：2024年4月15日（星期一）10:00-11:30

地點：澳门太阳集团9728网站604教室

報告題目一：基于知識圖譜的農業智能問答系統研究

報告人：王鵬哲

報告簡介：農業生産過程複雜，包含種植技術、水肥措施、病蟲害防控等多方面知識，而這些知識分布碎片化，不同方面知識之間關聯不緊密，難以綜合多方面知識對複雜農業問題進行回答。針對農戶組成群體複雜，提出的農業問句多數規範性不佳且含義較為複雜的問題，現有的問答方法缺乏對農業問句的充分理解利用，難以貼合農戶需求篩選答案。針對農業知識碎片化分布，知識間缺乏有效的關聯，數據孤立存在，導緻其難以被問答需求捕獲等問題。研究融合圖注意力網絡、卷積神經網絡模型的知識嵌入方法，引入多角度關系特征抽取，增加關系類型注意，增強農業知識的信息表示，緩解農業知識稀疏性。

報告題目二：基于深度學習的結球甘藍長勢監測方法研究

報告人：吳小燕

報告簡介：針對複雜背景下對結球甘藍的長勢識别 ，通過引入殘差結構來優化主幹網絡Swin Transformer，減小計算複雜度。在基于結球甘藍外葉的形态分割下，構建圖像形态學處理與超綠分割的組合算法，提升結球區域的精細分割與識别。接着介紹結球甘藍的産量預估方法，通過在原始回歸計數模型CSRNet上加入上下文語義信息提取模塊，用于學習不同尺度的權重；引入貝葉斯損失函數，以人工标注的點标簽數據作為監督信号，用來提高模型準确率。

場次二、

時間：2024年04月15日（星期一）10：00-12：00

地點：澳门太阳集团9728网站509教室

報告題目一：星地激光通信分布式與AO技術

報告人：王漢

報告簡介：本報告将探讨星地激光通信技術中的兩個關鍵方面：分布式接收技術和自适應接收技術。星地激光通信作為一種高速、高帶寬的通信方式，為衛星與地面站之間的數據傳輸提供了新的解決方案。分布式接收技術旨在通過多個接收節點來接收激光信号，從而提高通信的可靠性和穩定性。而自适應接收技術則通過實時監測通信鍊路的條件并對接收端參數進行調整，以最大化信号質量并抵禦幹擾和噪聲影響。本報告将分别介紹這兩項技術的原理、優勢以及應用領域，并探讨它們在未來星地激光通信系統中的潛在發展和應用前景。

報告題目二：用Verilog實現DDS信号發生器

報告人：溫锴

報告簡介：設計的DDS簡易信号發生器想要實現正弦波、方波、三角波和鋸齒波4種波形的輸出，需要事先在波形數據表ROM中存入4種波形信号各自的完整周期波形數據。ROM作為隻讀存儲器，在進行IP核設置時需要指定初始化文件，我們将波形數據作為初始化文件寫入其中，文件格式為COE文件。使用MatLab繪制4種信号波形，對波形進行等間隔采樣，以采樣次數作為ROM存儲地址，将采集的波形幅值數據做為存儲數據寫入存儲地址對應的存儲空間。在本次實驗中，可以實現4種信号波形的輸出，使用外部物理按鍵實現波形的切換，一個按鍵控制一種波形，共使用4個按鍵。外部物理按鍵的觸發信号通過頂層模塊輸入按鍵控制模塊，按鍵控制模塊内部實例化4個按鍵消抖消抖模塊，分别對4路按鍵信号做消抖處理。消抖處理後的4路按鍵信号組成位寬為4bit的波形選擇信号并輸出至DDS模塊。波形選擇信号初值為4’b0000，當某一按鍵按下，波形選擇信号對應位電平拉高。DDS模塊有3路輸入信号，1路輸出信号，其内部例化了前面生成的波形數據表ROM；輸入信号中有時鐘sys_clk、複位sys_rst_n和按鍵控制模塊輸入的波形選擇信号

wave_select。輸入的波形選擇信号有4種狀态，分别對應4中波形，根據輸入的波形選擇信号的不同，對ROM中波形選擇信号對應波形的存儲位置進行數據讀取，将讀出波形幅值數據通過輸出信号data_out輸出到外部挂載DA闆塊，進行數模轉換。

報告題目三：半導體激光器相幹合束技術

報告人：唐瑞雲

報告簡介：簡述了相幹合束技術的原理及要求，從鎖相技術出發，綜述了半導體激光器相幹合束技術近年來的發展現狀，總結了主動鎖相和被動鎖相的優缺點，主動鎖相技術采用主振蕩放大結構（MOPA）通過相位負反饋技術實現鎖相，在合束單元數量上具有優勢，能獲得大功率相幹輸出，但結構較為複雜。被動鎖相技術結構簡單，一般通過外腔的衍射效應或者共腔技術實現單元間的相位鎖定，具備自組織鎖相特點，但不易獲得高功率輸出。最後對半導體激光器相幹合束技術的未來發展進行了展望。

報告題目四：瞄準捕獲跟蹤與光斑偏移技術研究

報告人：劉世淳

報告簡介：由于地球遮擋、天氣狀況、太陽輻射等原因，衛星可通信的時間窗口很短，捕獲耗時長會極大地影響正常通信的時間，造成通信效率下降甚至無法通信。捕獲時間主要受掃描方式的影響，選擇合适的掃描策略能夠以最快的速度完成光束捕獲。常用的掃描方式有螺旋掃描、栅形掃描、矩形螺旋掃描等。不穩定的跟蹤過程會造成鍊路頻繁斷連，需要進行重捕獲等過程重新建立鍊路，影響通信穩定性。精瞄控制器處理接收到的角度信号後，輸出控制信号控制精瞄鏡偏轉。精跟蹤控制器上需要運行平台微振動補償算法和精跟蹤算法，算法的優劣直接影響激光鍊路的穩定性。

報告題目五：硬件缺陷下的RIS輔助通信：保密速率優化與波束成形設計

報告人：李俊銘

報告簡介：如何保證物理層通信安全已成為未來無線網絡的關鍵問題，可重構智能表面（RIS）因能夠重新配置電磁傳播環境，在物理層安全中展現出巨大潛力。RIS是由大量幾乎被動的反射單元組成的低成本自适應薄闆，能夠為合法用戶增強信号功率或對竊聽者進行破壞性反射。目前的研究雖已探讨RIS輔助下的保密通信，如單用戶系統的保密速率最大化和多用戶系統的穩健傳輸設計，但大多數研究都是假設合法用戶擁有完美無損硬件的情況，忽略了實際通信場景中的硬件缺陷影響。實際上，射頻組件容易受到相位噪聲、量化誤差等影響，因此，本研究考慮了存在硬件缺陷的情況下，RIS輔助的安全無線通信系統的穩健傳輸設計，通過聯合設計主動和被動波束成形，提高了系統的保密速率。仿真結果證明了所提設計方案的性能優勢。

場次三、

時間：2024年4月15日（星期一）9:00-10:00

地點：澳门太阳集团9728网站305教室

報告題目一：基于混合圖神經網絡的多模态相關性時尚服飾兼容度預測研究

報告人：呂梓民

報告簡介：針對服裝多模态特征間互補性挖掘不足以及服飾類别共現頻率偏差問題，提出了一種基于混合圖神經網絡的多模态相關性時尚服飾兼容度預測方法。該方法深入分析文本與視覺兩種模态間的相關性，利用混合圖神經網絡解決多模态融合過程中類别共現頻率偏差導緻的兼容度預測不精确問題，從而提升服飾兼容度預測的準确度。

場次四、

時間：2024年4月15日（星期一）14:30-17:30

地點：澳门太阳集团9728网站807B教室

報告題目一：虛拟現實中基于“安全牆”的交互研究

報告人：蘇建春

報告簡介：安全牆在VR人機交互中扮演着重要的安全保障角色，旨在确保用戶在虛拟現實世界中能夠安全地進行遊戲和交互。本項目基于安全牆提出了一種交互拓展方案，即在牆上實現喚醒主菜單的交互功能，為用戶提供了一種新的喚醒方式，并對這種交互方式的優點和不足進行了探讨。目前，虛拟現實的交互主要基于手勢識别和觸碰參考點等方式，而牆的喚醒交互則豐富了現有的交互手段，為用戶提供了更大的交互界面和更多的擴展空間。本報告提出了基于安全牆的喚醒交互設計，并探讨了目前階段安全牆的潛在應用。

報告題目二：VR中的行人入侵檢測系統

報告人：覃浩钊

報告簡介：目前對于檢測行人入侵VR活動空間主要有基于硬件設備檢測和基于計算機視覺檢測兩類方法。基于硬件的方法需要在人身上佩戴設備Tracker，通過基站進行精準定位。這樣的方法需要提前佩戴設備，具有成本高，佩戴麻煩，不适合家庭空間内使用等缺點。計算機視覺是一種非常有效和方便的方法，被許多研究者應用于在VR環境下檢測物理世界的行人。介紹了一個基于目标檢測和雙目視覺的VR活動空間入侵系統，通過雙目相機和YOLO算法進行行人目标檢測，通過坐标轉化得到行人在虛拟世界裡面的位置信息，虛拟世界會生成一個與物理世界行人位置一緻的虛拟化身。

報告題目三：基于具身學習的手勢引導

報告人：覃業暢

報告簡介：具身認知（Embodied Cognition），或稱基礎認知，是一種假設人類的思想和行為深深植根于個人對物質世界感覺的理論。具身認知理論和情境認知理論一樣強調學習者在學習中的主體性，以及通過實踐來幫助學習者學習的重要性。基于這個理論，利用虛拟手勢來引導用戶與虛拟空間或真實空間中的物體進行交互是一種有潛力的手段。

報告題目四：基于腦電通道相關性的圖卷積模型進行癫痫檢測

報告人：陳柳良

報告簡介：在腦電信号分析中，通道間的相關性是一個重要的特征。不同腦電通道記錄了大腦不同區域的神經活動，這些區域之間的相互作用和協調對于維持大腦的正常功能至關重要。癫痫發作時，異常放電往往會擴散到多個腦區，根據通道的相關性來分析腦電信号，可以更好捕獲癫痫發作的腦區位置，更準确地對癫痫發作進行檢測。因此，基于腦電通道相關性的癫痫發作預測模型具有重要的研究價值和應用前景。

報告題目五：虛拟現實中遠程交互的新型代理方式

報告人：郝興家

報告簡介：虛拟現實的重要特性之一是它允許用戶像在現實世界中一樣與虛拟對象進行交互。然而，這種互動僅限于觸手可及的空間範圍内。這裡要介紹一個允許用戶重新安排空間的系統。在标記了一部分空間之後，遠處标記的空間被鏡像到附近的代理中。用戶可以在附近遠處空間内的内容進行操作，使得與多個遠處的空間以及與其中的對象的交互變得十分容易。代理本身在此系統中會成為場景的一部分，可以移動、旋轉、縮放或錨定到其他對象，還可以用于一組更高層次的交互，如對齊和動作複制。

場次五、

時間：2024年4月15日（星期一）15:00-16:00

地點：澳门太阳集团9728网站305教室

報告題目一：基于時尚單品重要性加權的套裝兼容性預測方法

報告人：呂梓民

報告簡介：針對時尚單品在整套服裝中的重要性差異問題，本研究提出了一種基于時尚單品重要性加權的套裝兼容性預測方法。該方法通過深入分析套裝中各個時尚單品對整體搭配兼容性的貢獻度，識别出關鍵單品，并根據其對套裝整體兼容性的影響程度賦予不同的權重。通過這種加權方式，模型能夠更準确地捕捉套裝中各個單品對整體兼容性的貢獻，從而提高預測的準确性。

場次六、

時間：2024年4月16日（星期二）15:00-17:00

地點： 澳门太阳集团9728网站601教室

報告題目一：利用生成對抗網絡實現泛用性電力負載數據合成的研究

報告人：耿澤懿

報告簡介： 生成對抗網絡(GAN)是一種采用對抗策略的生成式模型，網絡模仿自然界中掠食者與被捕食者，利用兩個模型對抗的方法實現模型效果的提升，生成器可以生成各種各樣具有原對象特征的逼真信息，非侵入式領域獲取信息一直是難點，可以利用生成對抗網絡進行數據增強和數據擴增。能滿足對數據的多樣化，個性化需求，多項研究證明，生成對抗網絡可以滿足多領域的數據生成需要。

報告題目二：利用Diffusion對時序數據進行預測生成與除噪的研究

報告人：耿澤懿

報告簡介：Diffusion是一種通過加噪和去噪步驟，利用馬爾可夫性質實現數據生成的一種模型。近些年來對于生成領域貢獻巨大，沒有生成對抗網絡(GAN)的對抗不穩定性，對神經網絡有更好的可解釋性，之前在圖像領域效果優異，ChatGPT所使用的DALLE底層技術已經是Diffusion。Diffusion目前許多課題組進行了時序數據如股票，能源，各種信号的時序預測，預測效果良好，還能削去數據噪聲。而時序數據對任何領域都是重要數據，Diffusion目前展現的效果已超越以往的循環神經網絡。

報告題目三：水平法在計算區位凸包價格的應用

報告人：林昕瀚

報告簡介：凸包定價是一種有充分證明的方法，用于解決電力市場中不存在具有非凸成本和約束的統一清算價格的問題。我們重新審視計算凸殼價格的原始和雙重方法，并讨論在該分類法中現有近似方法的定位。報告提出了一種稱為水平法的對偶分解算法，并根據凸包定價的特殊性對基本算法進行了調整。将其性能與最近在文獻中提出的列生成算法進行基準測試。提供了關于文中的算法在基于PJM和中歐的大型測試實例上的良好性能的經驗證據。

報告題目四：一種計算凸包價格的高效算法

報告人：林昕瀚

報告簡介：世界各地的電力市場允許參與者出價非凸生産報價。雖然非凸報價可以更準确地反映資源的能力，但它們給市場清算過程帶來了挑戰。例如，系統運營商可能需要向那些通過傳統的地點邊際定價方案确定的能源銷售無法覆蓋成本的參與者執行附加支付。凸包定價在提供統一(即地點和時間一緻)價格的同時，最大限度地減少了這種和其他類型的附帶支付。計算凸殼價格涉及求解大規模線性規劃或相應的非凸調度問題的拉格朗日對偶。此外，前一種方法需要對市場參與者的凸殼進行明确描述。

雖然計算凸殼價格的線性程序很大，但它們的結構自然可以被生成器分解。在這裡，提出并實證分析了Benders分解方法來計算凸殼價格，該方法利用了火力發電機組凸殼配方的最新進展。我們通過大量的測試實例證明，這一分解方法隻需要适度的計算努力，獲得的解決方案至少比等效的大規模線性規劃方法快一個數量級。總的來說，報告提供了一種計算可行的方法來計算工業規模市場出清問題的凸殼價格，使實際采用這種先進的定價機制成為可能。

報告題目五：shaplets模型用于非侵入式負荷識别可行性研究

報告人：武軒儀

報告簡介： Shapelet是一種具有辨識性的時間序列子序列,通過識别局部特征達到對時間序列準确分類的目的.将shaplet引入非侵入式領域，對電流和電壓的時序數據使用，以提取出局部特征，重新對數據進行分類識别。提高了識别的準确度和速度。

報告題目六：transformer模型用于非侵入式負荷識别可行性研究

報告人：武軒儀

報告簡介：Transformer 在時間序列分析中的應用核心在于其自注意力機制，這使其能夠有效捕捉時間序列數據中的長期依賴關系。通過并行處理能力和位置編碼，Transformer 不僅提高了處理效率，而且确保了時間順序的準确性。其靈活的模型結構允許調整以适應不同複雜度的數據，而編碼器-解碼器架構則特别适用于預測未來的時間點。将transformer架構引入非侵入式負荷識别領域，探讨transformer在時序數據的分類任務。

報告題目七：一種有效的深層雙向Transformer能量分解模型研究

報告人：周雨銘

報告簡介：非侵入式負荷監測(NILM)，即能量分解(Energy Disaggregation)，是一種高效且具有成本效益的降低能耗框架，它将一個家庭的總用電量信号分解為各個家用電器的電量信号。求解NILM問題已經在各種著作中進行了研究。一些最成功的使用深度學習結構來提取單個設備的消費模式。盡管這些技術表現出良好的性能，但仍存在一些限制和挑戰。針對上述問題，在這項研究中，我們提出了TransformNILM，一種新的基于Transformer的非侵入式負載監測(NILM)模型。為了推斷家用電器的消費信号，TransformNILM使用Transformer層，它利用注意機制成功地繪制輸入和輸出序列之間的全局依賴關系。TransformNILM不需要數據平衡，并且隻需要最少的數據集預處理。與其他基于Transformer的架構相比，TransformNILM提供了一種高效的訓練方案，其中模型訓練包括無監督的預訓練和有監督的模型微調，從而減少了訓練時間并提高了預測性能。研究實驗結果驗證了TransformNILM與幾種最先進的方法相比的優越性。

報告題目八：基于Transformer關注機制的時序模型與非侵入式負荷監測的時序池的研究

報告人：周雨銘

報告簡介：非侵入式負荷監測(NILM)是一種用于在家用電器層面分離電力消耗的技術。智能電表僅提供建築物層面的總能耗，這可能不足以影響消費者的行為。NILM過程包括數據收集、特征提取、事件檢測、負載識别和能量分離，機器學習技術用于識别設備并在穩态和瞬态條件下提取特征。NILM系統還可以長期評估家電的性能，幫助制造商提高能源效率。可向消費者提出建議，減少或推遲到非高峰時段使用便攜式電器，以節約能源。本研究中考慮的架構是ResNet和撥号卷積網絡架構的組合。ResNet解決了網絡層數增加時出現的梯度衰落問題，使用dial Convolution代替池化層提取局部信息，減少了信息損失。總的來說，這些方法在NILM領域顯示出有希望的結果，進一步的研究可能會導緻更有效和準确的能源消耗估計方法。本研究提出了一種利用注意機制、時間池、剩餘連接和Transformer等多種技術來改進非侵入式負荷監測的方法。注意機制幫助模型專注于輸入序列的相關部分，時間池将多個時間步長的表示合并為一個表示，殘差連接繞過一個或多個層，使訓練過程中的梯度流更平滑，Transformer在NLP和時間序列預測任務中取得了先進的效果。這些技術有助于提高器件級能量分解的準确性和魯棒性，同時降低計算成本。