“青年科技工作者園地”第147次活動

 

時間：2022年06月14日 (周二) 下午14:30

地點：計算中心二樓會議室

騰訊會議：823-238-388

鏈接：https://meeting.tencent.com/dm/zRaaucJoCu9b

 

報告一：張量網絡方法及其應用 (Tensor network method and its application)

報告人：梁文昊（網絡中心）

摘要：在現代科學中，大量的問題都涉及到高維計算，如大數據科學中的數據分析 , 神經網絡模型的知識蒸餾，量子多體物理中波函數的求解 以及量子線路模擬問題等等。在這些問題中，如何解決“維度災難”一直是人們思考的關鍵。近幾年來，張量網絡方法發展迅速，能夠很好的實現降維，受到了科研工作者的關注。這次報告首先介紹張量分解方法，引出并介紹密度矩陣重整化群理論，接著介紹張量縮并方法，引出并介紹量子電路模擬的相關工作，這些工作都能夠展示出張量網絡方法的優勢。最后，簡要介紹量子變分求解器（VQE），拋磚引玉，希望能夠在張量網絡和量子計算方面和大家相互討論，一起探索。

個人簡介：梁文昊，2016至2020年本科就讀于西北大學物理學院應用物理專業。2020年進入中國科學院計算機網絡信息中心高性能計算部攻讀博士學位。目前研究興趣有：并行優化，張量網絡計算，量子電路模擬，量子算法等。

 

報告二：X射線高維時序影像的分割

報告人： 邱曉夢

摘要：圖像分割是計算機視覺的一個熱門領域，它廣泛應用于地理信息系統、無人車駕駛、機器人等領域。在醫學領域通過分割可以得到病灶信息，從而輔助醫生進行診斷。傳統的U-Net網絡是醫學圖像分割的黃金標準，以其獨特的編碼解碼以及跳躍連接結構取得了很好的分割效果。本次報告將介紹一種分割時序醫學圖像的方法，該方法在傳統的U-Net網絡基礎上，添加了光流信息來獲取相鄰幀之間的運動信息，使得分割內容更加豐富，分割結果也更加準確。

 

報告三：FRNet-優質感知數據的參與者動態選擇算法

報告人：李澤銘暉

摘要：移動群智感知(Mobile Crowd Sensing, MCS)是一種基于移動節點的感知模式，為城市數據采集提供了一種低成本高效益的解決方案。為了監測城市環境和促進市政管理，越來越多的應用程序采用車輛作為參與者來完成監督和控制系統的任務。然而,在MCS系統中,當感知任務參與者收集并上傳感知數據時,他們在時間和空間上經常重疊。因此，在此情況下，系統就獲得了很多的冗余數據,導致最終不足以滿足MCS任務需求。同時，現有方案還存在無法實現感知任務的動態分配和感知任務參與者動態選擇的問題。因此提出了一種基于強化學習的參與者選擇算法。