王迎港さんの卒業を心よりお祝い申し上げます!

王迎港さんは、華僑大学で電気工学及び自動化専攻の学士号を取得し、2020年秋に上海大学のコンピュータ学院でソフトウェア工学専攻の修士号を取得するための研究を開始しました。王迎港さんは、陳侨川先生、韓越兴先生、そして張瑞先生の指導のもと、科学文献中の曲線情報処理方法に関する研究に取り組みました。先生方のご指導のもと、以下の研究を完成させました:

  1. まず、本研究では、現在の科学文献で広く存在する曲線座標グラフのデータ抽出の難しさと時間のかかる作業に取り組みます。曲線画像は多様な描画方法、高い密度、強い連続性を持っているため、異なる手法による曲線情報の抽出が不正確になることがあります。本研究では、曲線検出手法によって生じる曲線の乱れやぼやけなどの問題を解決し、曲線情報の抽出精度を向上させるために、密なネットワークモデルを基にしたエンドツーエンドの曲線抽出モデルを提案します。受容野を広げるために自己適応的な空洞畳み込みモジュールを追加し、逐次的な細分化パスモジュールを導入し、各層の中間出力を後続の細分化モジュールに導入し、損失関数のパラメータを適切に設定することで、ネットワークの性能を最適化します。さらに、曲線検出のためのデータセットを独自に構築し、改良されたモデルをトレーニングすることで、曲線画像中の曲線エッジ情報の抽出能力をさらに向上させます。定性評価の結果は、本研究手法が他の手法と比べて優れていることをさらに示しています。

  2. 次に、前述の方法において、過剰な密な畳み込みモジュールの積み重ねによってチャネル特徴情報が失われ、モデルの訓練可能なパラメータが大きくなり、トレーニングと推論に時間がかかるという問題に対して、本研究では、双方向の効率的なチャネル注意機構に基づく曲線抽出ネットワーク構造を提案しています。この方法では、Vggを主要な特徴抽出ネットワークとし、双方向の効率的なチャネル注意機構を使用して異なるチャネルの特徴の重みを表現し、画像内のチャネル間の関係をより良く学習し、特徴表現能力を向上させます。そして、ステージ特徴統合モジュールを組み込み、特徴の損失を減らし、特徴表現能力を向上させます。異なるステージの低解像度と高解像度の特徴を統合することにより、モデルは画像の意味情報をよりよく理解し、同等の状況下でモデルのパラメータを大幅に削減することができます。曲線データセットでのトレーニングとテストを行った結果、この方法によって抽出された曲線の構造ははっきりとし、階層的に明確になり、正確な位置情報を提供し、曲線周辺のぼやけなどの問題をより少ないパラメータで解決し、曲線の抽出精度を向上させることが示されました。

  3. 最後に、曲線データの抽出アルゴリズムの複雑さと実装の難しさは、その応用範囲を制限することが多いです。そのため、使いやすいデータ抽出ソフトウェアの開発により、曲線データの抽出が普及し、より簡単に使用できるようになり、実践的な応用を促進することができます。本研究では、曲線データ抽出の実用的な価値に焦点を当て、デスクトップ向けのデータ抽出ソフトウェアを開発し、アルゴリズムの実装を推進します。これにより、より多くの人々が曲線データ抽出の実用的な価値を享受し、さまざまな領域での広範な応用を促進することができます。

王迎港さんは、上海大学の大学院生の間に、熱心に学習し、専門知識と研究能力を高めることに努力し、優れた指導者や友人たちから多くの恩恵を受けました。彼は初心を忘れず、使命を心に刻み、勇敢に前進し、京東零售集団の発展に知恵と力を貢献するでしょう。彼が業界の優れた人材の一人になり、進んで努力することを信じています。

論文へのリンク:Research on curve information processing methods in scientific literature

王迎港照片