研途青年说第73讲-成人短视频

主题一： GaN HEMT小信号建模

主讲：韦鹏

（导师：秦剑）

主题二：现实应用场景的下立体匹配算法概述

主讲：魏启龙

（导师：魏巍）

主题三：基于注意力机制和深度学习的脑电分类算法研究

主讲：张准

（导师：王力）

主办机构

成人短视频

时间安排

2024年6月11日14:30-15:45

地点

腾讯会议ID：678-129-259

为拓宽研究生学术视野，促进研究生学术交流，营造良好的学术氛围，成人短视频主办的“研途青年说”第73讲于6月11日14:30-15:45在腾讯会议ID：678-129-259举行。本次主讲人为21级研究生韦鹏、魏启龙和张准。

韦鹏同学汇报的主题是GaN HEMT小信号建模，他的讲解主要包含以下4个部分：选题背景及意义、Si衬底GaN HEMT小信号模型研究与改进、基于改进鲸鱼优化算法的小信号模型参数提取方法、模型验证及应用。该同学讲述了目前GaN HEMT正在被广泛应用于各种领域，需要降低成本。他对Si衬底GaN HEMT的小信号模型及其参数提取方法进行了详细的研究，主要分为两个内容，分别是：①针对Si衬底器件特性提出了改进小信号建模；②结合了改进鲸鱼优化算法的参数提取方法。基于改进鲸鱼优化算法的小信号模型参数提取方法，韦鹏同学讲述了改进方法和改进结果。

魏启龙同学汇报的主题是现实应用场景的下立体匹配算法概述，他的讲解主要包含以下四个部分：现实应用场景简述、传统立体匹配方法、基于深度学习的立体匹配方法、现实应用场景下的算法设计方向。魏启龙同学讲述了眼睛作为人类感知外界的重要器官，赋予了我们观察和理解世界的能力。其中，由左右眼的组成的双目视觉，不仅帮助我们识别物体的形态轮廓，更能为我们揭示物体的远近距离。由于左右眼在头部天然的位置差异，同一物体在空间场景中会被投射到两只眼睛视网膜上的不同位置。随着计算机及相关领域的飞速发展，人类开始尝试模仿这一自然的视觉机制，于是计算机视觉技术应运而生。它利用双目摄像机代替人的双眼来捕捉图像信息，并通过计算机对图像进行深度的数据分析和处理。

张准同学汇报的主题是基于注意力机制和深度学习的脑电分类算法研究，他的讲解包括以下六个部分：研究背景与意义、国内外研究现状、基于深度学习的运动想象脑电分类算法设计、融入不同注意力机制的模型分类研究、基于深度学习的运动想象脑电分类算法优化、总结和展望。张准同学提出了一种基于运动想象和语言想象的时序编码实验范式。通过结合不同的想象方式，扩充了想象任务的多样性。设计了一种端到端的深度学习模型MBBi-TCNet，用于EEG信号的解码。针对所提出模型中间位置的注意力层，比较了在四种不同注意力机制下模型的分类性能。研究了模型分支数量和最佳超参数的确定，并比较了不同分支数量下模型的分类性能和效率。