韓思凡の無事卒業おめでとう！

韓思凡氏は、2021年9月に上海大学コンピュータ工学・科学学院に入学し、修士課程の大学院生段階の学習生涯を開き、課題グループに参加した後、陳僑川氏と韓越興氏の2人の先生に従って、材料の性能を予測するために深学習に基づいて材料画像を処理する研究に専念した。2人の先生の指導のもと、以下の研究内容を完成した。

1.グローバル・ローカル特徴抽出、多特徴融合に基づく深学習予測材料性能ネットワークを構築した。このネットワークは2分岐マルチスケールの構造設計を採用し、グローバル分岐ネットワークとグローバル部分分岐ネットワークを用いて、それぞれの材料微細構造画像に対してグローバルとローカル特徴の抽出を行い、それぞれの特徴のモデリング過程を破壊することはない。グローバルブランチネットワークに多頭自発力メカニズムを組み込み、特徴図を複数の異なるサブ空間に分割し、特徴間の内在的な関連関係を発掘する。現在の既存の方法に比べて、ネットワークはより完全で正確なStructure-Performanceマッピング関係を構築することに成功しました。

2.現在のアルゴリズムが複雑な場面で材料微細構造画像に対する理解が不足し、予測精度に影響を与える問題に対して、高効率多モード特徴融合ネットワークを提案した。このモデルには、エネルギースペクトル特徴抽出モジュール、局所要素特徴抽出モジュール、および材料のミクロ構造特徴を抽出するGLFS−Netモジュールが含まれる。多情報融合を通じて、材料要素支援強化ネットワークの詳細と材料画像のミクロ構造の戦略を採用し、最終的にはネットワークが複雑なシーンで材料性能の正確な予測を実現できるようにした。

3.「材料性能予測方法」の特許を出願した。この特許は軽量級ネットワークアーキテクチャに基づいており、材料の画像とテキストを結合した多モード情報を総合的に利用することにより、材料微細構造の分析及び性能予測の正確性をさらに向上させた。

卒業後、韓思凡さんは中車株洲電力機関車有限会社株機研究院で自動運転に関する研究に従事した。上海大学の3年間の大学院生の間で、一生懸命勉強すると同時に、多くの良師益友と知り合い、上海の多くの隅を歩いて、忘れられない、これからも皆さんと再会する機会があることを願っています。

論文へのリンク：基于多特征融合的材料性能预测研究