会议时间：2022年8月31日（周三）14:00—16:00

参会人员：bat365中文官方网站科研团队全体教师，欢迎广大师生参加。

会议地点: 理工楼2120

报告1：基于稀疏字典学习的图像超分辨率研究

报告人：杨维国

报告时间：14:00-14:20

内容简介：报告重点讲述基于稀疏字典学习的图像超分辨率研究，对算法进一步进行改良。在字典学习阶段，用当前应用广泛的K-SVD方法融入自适应正则化参数对降维之后的高、低分辨率图像块进行学习得到对应的高、低分辨率字典。图像重建阶段，通过学习稀疏表示的模型，从给定的低分辨率图像本身重建出一幅高分辨率图像，然后使用图像的非局部自相似性原理对重建之后的高分辨图像进一步去噪和消除人工痕迹，以便重建之后的图像更加能够满足人们的视觉需求。

报告2：分数傅里叶变换域的调频信号稀疏性研究

报告人：王硕

报告时间：14:20-14:40

内容简介：调频信号广泛应用于声纳、雷达、激光和新兴光学交叉研究领域，其紧致性(稀疏性)是调频信号采样、去噪、压缩等研究中面临的共性基础问题。报告主要研究调频信号在分数傅里叶变换域的稀疏性，使用一种最大奇异值法来估计调频信号的紧致分数傅里叶变换域。该方法利用调频信号幅度谱的最大奇异值来度量其紧致域，并应用鲸鱼优化算法来搜寻紧致域，有效改善了现有方法的不足。

报告3：多种比例在VI设计中的应用

报告人：胡静

报告时间：14:40-15:00

内容简介：报告从生活中的求最优化问题的方法——优选法，及摄影中的三分法则，引申出黄金分割点，再通过研究黄金比例、黄金螺旋和斐契那波数列的关系，总结出设计三分割法，将几何学知识运用到VI设计中去。通过具体的演算和推理，探索如何在设计中有效利用比例的美学属性，旨在期盼提升科学对设计的拓展。

报告4：数据驱动的机器学习在电化学储能材料研究中的应用

报告人：王琳琳

报告时间：15:00-15:20

内容简介：储能电池的关键是材料，继实验观测、理论研究和计算模拟之后发现，数据驱动的机器学习具有快速捕捉材料成分-结构-工艺-性能间复杂构效关系的优势。报告从结构化和非结构化数据驱动两方面，评述机器学习在电化学储能材料研究中的最新进展。全面概括可用于电化学储能材料机器学习的国内外材料数据库，分析其数据的收集、共享和质量检测存在的问题；重点阐述电化学储能材料中机器学习的工作流程和应用。

报告5：强化学习在小样本学习中的应用

报告人：李亚东

报告时间：15:20-15:40

内容简介：小样本学习(Few-shot learning, FSL) 的难点是未见类别的数据分布与可见类别的不同，从而导致在可见类上训练好的模型无法较好地迁移到未见类别领域。强化学习方法主要关注智能体如何在环境中采取不同的行动，以最大限度地提高累积奖励。本报告主要介绍通过强化学习训练一个注意力机制，通过保留数据预测的奖励函数，帮助注意力机制更好的泛化到未见的类别中。

科技处

bat365中文官方网站

2022年8月28日