为营造学术氛围，提升学院研究生的科研水平，学院于5月26日下午13点30分在机械馆314－1顺利举办第二届学院研究生学术交流会的第五场活动。本次学术交流会由研究生代清岳主持，由卢玉凯、陈屹恒、孙荣康、杜晶晶、刘星亚五位同学进行汇报。王传云老师、任艳老师、刘学平老师、张檬老师参会并作点评。

01

卢玉凯同学同学的研究汇报题目为"Swin Transformer:使用移动窗口的分层视觉Transformer"，首先介绍了医学图像分割的研究背景，然后提出了卷积运算的缺陷，并介绍了视觉Transformer的优势，在此基础上提出Swin Transformer的优势，并详细介绍了Swin Transformer的模型架构、以及各模块是如何改进的。最后通过对比实验和消融实验证明了Swin Transformer模型在医学图像分割领域的强大性能。

02

陈屹恒同学的研究汇报题目为"双层复杂网络同步的仿真与应用"，首先介绍了复杂网络的相关背景，然后提出了复杂网络的一般模型并介绍了相关论文和数据，分析之后提出了存在的问题和改进方法，即设计一个虚拟层对目标层进行辅助控制，并对物理中光学双稳ikeda系统和控制器的设计等做了相关介绍，然后展示了他的实验结果，最后总结了满足耗散耦合的复杂网络的优点并分析了原因。

03

孙荣康同学的研究汇报题目为"入侵检测系统算法的初期探究"，首先介绍了入侵检测算法的相关背景，然后详细介绍了算法的主要流程、数据集、数据预处理、特征提取、测试数据。后对实验进行了分析，使用one-hot编码，将离散特征的取值扩展到了欧式空间，离散特征的某个取值就对应欧式空间的某个点。将离散型特征使用one-hot编码，会让特征之间的距离计算更加合理。最后进行总结，我们要明确的是并不存在一种“完美的”机器学习算法，能够出色地解决任何问题。对于某个问题，有的方法是适合的，有的则反之。目前机器学习在入侵检测领域的应用越来越多，众多的机器学习算法给入侵检测带来了更多的研究发展空间，相信在经过广大学者们的发掘后，将来还会出现更多适配性更加优秀的算法。

04

最后一个进行的是刘星亚同学，她汇报的题目是"医学数据生成"。从以下几个方面进行汇报，研究对象，CTGAN模型，生成数据评估方法，医学数据生成的挑战。讲解了合成数据可以克服医学领域存在的各种原因导致的数据限制和复杂性，但是这些数据的质量通常低于真实数据，其准确性通常通过监督分类来验证。因此，评估需要生成多少合成数据才能在有限的真实数据基础上实现高准确性非常关键。用少量真实数据时，生成模型可能会遇到困难，生成的数据质量会较差，这对于医学领域尤其重要，因为医学数据有限，很难生成和测试数据质量，这与其他使用更大数据集的研究不同。

此次学术交流汇报倡导研究生自发、自愿、自觉参与其中来。研究生既可以结合相关课程开展学术交流，也可以根据自身研究方向开展学术讨论，把参与学术交流活动变成一种经常性的专业活动，以此推动广大研究生同学深入学习本专业的知识，提升专业的应用和创新能力，营造学生学术讨论氛围，培养和提升学生学术思维和学术习惯，以达到推动学术交流，培养科学精神，提升科研能力的目的。