当前位置：    新闻动态   2020   祝贺邬晶晶、徐杨杰、周阳同学顺利完成硕士研究生毕业答辩

 

祝贺邬晶晶、徐杨杰、周阳同学顺利完成硕士研究生毕业答辩

2020年5月18日

5月18日下午，中心张涌研究员、宁立副研究员课题组2017级硕士研究生毕业论文答辩会在中心办公大楼F1119会议室举行。本次答辩会由我院朱国普研究员担任答辩委员会主席，我院尹凌副研究员、河北大学花强教授担任答辩委员会委员。答辩会在朱国普研究员的主持下进行，邬晶晶、徐杨杰、周阳同学参加了本次硕士研究生毕业论文答辩会。

邬晶晶同学以“基于深度学习的情绪识别技术”为题向各位老师详细汇报了论文的选题意义、创新性成果及研究生期间取得的成果。论文研究了基于深度学习的情绪识别技术，在特征提取方面，提出从人脸、姿态、语境三方面获取更全面的信息；情绪分类方面，采用26个情绪分类和3个连续维度的分类方法，从而得到更加细致、准确的情绪空间模型；在网络结构方面，设计出DenseNet和Xception相结合的网络模型，使得模型既具有跳跃连接的特性，还具备减少参数量的优点。随后，答辩评委会就论文进行提问，邬晶晶同学认真回答，并仔细记录各位评委提出的宝贵意见。

徐杨杰同学以“基于种子点选取的点云分割算法研究” 为题向各位老师详细汇报了论文的选题意义、创新性成果及研究生期间取得的成果。论文提出了一种基于种子点选取的点云分割算法，能够有效解决点云实例分割问题；并能作为一种通过框架可以嫁接到当前主流的点云实例分割算法的主网络中，达到改善原网络性能的目的。答辩委员会专家在仔细听取了徐杨杰同学的阐述后，有针对性地进行了提问，徐杨杰同学也对专家们提出的问题一一回答，并悉心接受专家们的建议。

周阳同学以“神经网络参数压缩和推断加速方法的研究”为题从选题意义、研究内容、研究成果及创新点等方面进行了详细汇报。论文对神经网络参数压缩和推断加速方法进行了研究，提出自适应Tensor-Train分解算法解决了已有方法寻找最优分解秩繁琐的调优问题；使用低分解维度和适中分解秩策略，减少了模型的参数量和计算量；使用动态规划算法寻找分解后每层网络最优的计算顺序，进一步减少了模型的计算量。答辩过程中，答辩委员会专家就论文存在的问题进行提问，并针对研究中存在的问题与研究生进行了深入探讨，同时指出了研究生在阐述过程中存在的不足，对论文的修改和今后的研究工作提出了建议。周阳同学对答辩委员提出的问题认真思考、诚恳回答。

3位同学答辩结束后，答辩委员会召开内部会议，各答辩委员根据自己的专业判断独立进行评分并填写答辩表决票，合议答辩结果，经评审，答辩组专家认为邬晶晶、徐杨杰、周阳同学的论文工作选题新颖，具有重要的实用价值，论文的工作表明作者扎实的掌握了本学科的基础理论和专业知识，具有较强的科研工作能力，能够熟练运用并改进已有方法来解决实际应用问题，答辩过程中思路清晰、语言流畅、回答问题正确，得到了与会答辩组专家的好评，一致同意通过邬晶晶、徐杨杰、周阳同学的硕士学位论文答辩，建议授予工程硕士学位。

感谢张涌、宁立老师！他们治学严谨、要求严格，严把论文质量关，从论文撰写到论文答辩准备工作都始终从严要求，指导学生对论文进行反复修改和推敲，使学生毕业论文的质量得到了大幅度提高。祝贺邬晶晶、徐杨杰、周阳同学顺利通过答辩，希望他们在未来的工作岗位上继续努力，扬帆新征程！

邬晶晶同学硕士在读期间以第一作者身份在IEEE International Conference on Multimedia and Expo Workshops发表题为“The fusion knowledge of face, body and context for emotion recognition”论文1篇；申请发明专利1项； 2019年荣获中国科学院大学“三好学生”称号。