我々の研究チームは、国際学術誌「Computational Materials Science」に論文「Data augmentation in material images using the improved HP-VAE-GAN」を発表した。筆頭単位は上海大学コンピューター工程科学学院、筆頭著者はYuexing Han、第2著者はYuhong Liu、通信著者rはQiaochuan Chenである。

コンピュータビジョンの急速な発展は、大規模なラベル付きデータと高性能な計算機に大きく依存しているため、小さなサンプルデータセットでの画像認識は、モデル学習の実施が困難であるなど、いくつかの課題に直面している。材料研究の分野では、画像データの収集コストが比較的高い。材料研究における画像サンプル不足の問題を解決するために、データ増強を実現する材料画像を生成する改良型HP-VAE-GANが提案されている。

HP-VAE-GANは、Patch-VAEとPatch-GANから構成される単一サンプル生成モデルである。改良型HP-VAE-GANは、注目メカニズムをモデルに導入する。Patch-VAEのエンコーダーにCBAM(Convolutional Block Attention Module)を追加することで、ネットワークの特徴抽出と表現能力がさらに向上している。

このモデルを用いて1枚の画像を学習し、その後一定数のサンプルを生成して学習セットの拡張を実現する。超高炭素鋼微細構造画像の分類では、実画像＋生成画像で学習した分類モデル（MobileNet、ResNet50、VGG16）の精度が明らかに向上することが実験で示された。また、材料画像に類似したテクスチャ画像に対する実験により、改良型HP-VAE-GANの有効性を検証した。

論文へのリンク： Data augmentation in material images using the improved HP-VAE-GAN

コーディング: https://github.com/han-yuexing/Improved-HP-VAE-GAN

私たちのチームは、国際ジャーナル「Expert Systems With Applications」（IF: 8.5、コンピュータサイエンス1区TOP）にて「A pseudo-labeling based weakly supervised segmentation method for few-shot texture images」という論文を発表しました。この論文では、上海大学コンピュータ工学科学学院が第一機関であり、Han Yuexingが第一著者、Li Ruiqiが第二著者、Han YuexingとChen Qiaochuanが共同通信著者であることをご報告いたします。

深さ学習に基づく材料微細構造画像分割は、サンプルの希少性、注釈の難易度、モデルの汎用化などの問題に直面している。複雑なテクスチャを持つ材料画像では、異なる物相間の境界を正確に区別することは困難であることが多い。これらの問題は、材料微細構造画像分割における既存の深さ学習ネットワークの性能低下をもたらしている。これらの問題を解決するために、本文はスクライブマークアップに基づく弱監督擬似マークアップテクスチャ意味分割（PTS）ネットワークを提案した。完全な寸法に比べて、スクライブ寸法は明確なカテゴリを持つ少数のピクセルに対してのみ寸法を行う必要があり、寸法作業に必要な分野の知識を大幅に削減します。しかし、スクライブ表示によってカバーされる画素数は極めて少なく、複雑なニューラルネットワークを十分に監視学習することは容易ではない。したがって、PTSネットワークは、トレーニング段階で偽ラベルを生成することにより、より利用可能な監視情報を取得する。

上図に示すように、PTSネットワークは二重分岐構造を採用し、主分岐と補助分岐の2つの部分を含む。主分岐は画像特徴と分割予測を抽出するために用いられ、補助分岐は偽ラベルを生成するために用いられ、主分岐が訓練を行うのを助け、それによって主分岐の分割予測結果の二重監督（スコアリングと偽ラベル）を実現する。試験段階では、主分岐のみが画像の分割結果を予測するために使用される。PTSネットワークは、1〜2枚のスクライブラインに基づく複雑なテクスチャ材料画像を実現し、汎化能力を持つ画像分割モデルを訓練し、モデルは普遍的である。次の図は、チタン合金データセット上のスクライブ表示に基づく異なるモデルの分割結果です。

PTSネットワークの特徴とUnet++ネットワークの特徴をそれぞれt-SNE方法を用いてディメンションダウンした後、図3に示すような特徴分布を得ることができる。PTSネットワークとUnet++ネットワークの特徴分布を比較することにより、Unet++ネットワークの異なるカテゴリの特徴はPTSネットワークに比べて混同されていることが分かった。下図のUnet++ネットワークの青とオレンジの特徴点の分布は互いに重なり合い、Unet++ネットワークの最終的な分割結果を制限する可能性がある。対照的に、PTSネットワークの特徴分布の異なるカテゴリ間の境界はより明確であり、予測分割をより良く行うのに役立つ。

私たちのコードと論文は、以下の場所で公開されています：https://github.com/han-yuexing/Scribble_Segmentation

私たちのチームは、国際ジャーナル『Computational Materials Science』（IF: 3.3000）にて「材料科学の出版物におけるテキストと表データの統合に基づく文献マイニング手法」と題する論文をオンラインで発表しました。この論文では、上海大学コンピュータ工学と科学学院が第一機関となり、第一著者は張瑞副教授、第二著者は張家旺氏であり、通信著者は韓越兴副教授です。

科学文献は研究成果を示す重要な手段であり、本研究では大規模な材料科学文献情報処理手法を提案し、文献からテキストと表データをそれぞれ抽出し分析しました。まず、汎用的な動的ワードベクトルとドメイン固有の静的ワードベクトルを組み合わせた材料テキストの固有表現認識モデルを提案しました。次に、効率的かつ正確な画像型表データの認識と成分抽出手法を提案し、成分表から材料名、単位、および成分を抽出しました。最後に、テキストと表データから抽出した成分、プロセス、性能、および性能変化を使用して、機械学習を用いて耐食性、延性、強度、および硬度を予測しました。本研究ではステンレス鋼をデモ素材とし、11058件のステンレス鋼材料文献から236万のエンティティと7970の成分を抽出し、4つの性能変化を予測しました。提案された手法は、材料科学文献からの知識の大規模な抽出を実現し、関連する研究者に利用可能な抽出結果を提供し、材料性能改善の促進に役立ちます。

論文へのリンク：A literature-mining method of integrating text and table extraction for materials science publications

私たちのチームは、国際学術誌『Journal of Materials Research and Technology』（IF：6.4、中科院1区トップ）にて、「Microstructural evolution and coarsening behavior of the precipitates in 2205 duplex stainless steel aged at 850℃」という論文をオンラインで発表しました。この論文では、上海大学コンピュータ工学と科学学院が第一所属機関であり、韓越兴さんが第一著者、池洳婷さんが第二著者となっています。また、材料ゲノム工学研究院の劉微先生は多くのサポートと助けを提供してくださいました。共同通信著者として、韓越兴准教授と材料科学と工程学院の何燕霖教授が名を連ねています。

2205二相不锈钢（DSS）において、第二相の形成はその機械的性能に大きな影響を与えます。2205 DSS中の析出相の微視的な構造の進化と粗化挙動の研究は、科学的および技術的な意味を持ちます。現在の研究では、SEM/EDS（走査電子顕微鏡/エネルギー分散X線分析装置）およびTEM（透過電子顕微鏡）を用いて、850℃で200時間にわたり粗化が進行した2205 DSS中の析出物の成分と形態の変化を系統的に研究しました。さらに、深層学習とデジタル画像処理技術を利用し、SEM画像に基づいて金属間化合物の析出物、特にσ相のサイズ統計を行いました。これに基づいて、オストワルト粗化機構に基づいてσ相とγ相の平均的な相間エネルギーを合理的に推定しました。この研究は、2205 DSS中の析出物の微視的構造の進化と粗化挙動について包括的な理解を提供します。

論文へのリンク：Material structure segmentation method based on graph attention

私たちのコードと論文は、以下の場所で公開されています：https://github.com/han-yuexing/Roughening-Behavior

上海大学を卒業した2020年の修士課程生、王迎港さん、刘宇虹さん、夏锦桦さん、李睿祺さんは、母校を訪れ、かつてのキャンパス生活を振り返り、かつての指導教員である韩越兴先生と多くの交流をしました。この帰校の旅では、彼らは仕事や生活での経験や感想を共有し、母校への深い感情と愛情を表現しました。卒業して間もない彼らが学校に戻ってきたことにより、数々の感慨に胸を打たれました。このキャンパスは彼らの成長と変化を見守ってきた場所であり、ここでのすべてが彼らに感謝と大切さを与えてくれます。

かつての指導教員である韩先生との交流の中で、4人の修士課程生は仕事や生活の経験や感想を共有しました。彼らは修士課程時代の学びと生活が彼らをより自信を持ち、独立した存在にし、職業生活の堅固な基盤を築いたと感じています。同時に、彼らは指導教員に対する感謝と敬意を表し、指導と助けが彼らの成長と発展に重要な役割を果たしたと認識しています。

この帰校の旅は、4人の修士課程生に母校の魅力と使命を再び感じさせ、母校の発展と進歩に対する彼らの尊重と関心を高めました。彼らは、どこにいても常に母校の発展と進歩を注視し、支援する意思を持っており、学校と社会への貢献を果たすことを表明しています。

黄子昂さん、姚知远さん、吴泽铭さん、葛家浩さん、贺维琪さん、吴文杰さん、徐甜语さん、王英尧さんの卒業を心よりお祝い申し上げます！皆さんは上海大学のコンピュータ科学と技術専攻で学士号を取得し、卒業設計も韩先生の指導のもとで完了しました。

黄子昂さんの卒業設計は、材料画像データベースシステムプラットフォームの研究と開発に関するもので、データのアップロード、データの検索、アルゴリズムの利用が可能なシステムプラットフォームを構築することを目指しています。フロントエンドのページへのアクセスと操作を提供し、バックエンドシステムではデータの保存、検索、アルゴリズムの呼び出しが行えるようにします。最終的には、単一または複数の材料画像の重要なデータを検索、処理するなどの作業が可能になります。

姚知远さんの卒業設計は、材料文献データベースシステムプラットフォームの研究と開発に関するもので、単一または複数の材料文献の重要なデータを検索、処理するなどの作業が可能なシステムを実現することを目指しています。

吴泽铭さんの卒業設計は、ビデオ処理に基づく街路環境の評価システムの研究と開発に関するものです。この研究では、ビデオ処理に基づく深層学習アルゴリズムと画像処理の研究を基に、街路環境の評価システムを構築し、評価スコアを提供します。

葛家浩さんの卒業設計は、異なるビデオのキーフレーム内容の融合方法に関する研究です。この研究では、ビデオ処理を基に、あるビデオからキーフレームを分割し、そのキーフレームの映像を別のビデオに投影することで、異なるビデオのコンテンツを融合することを目指しています。

贺维琪さんの卒業設計は、炭素繊維樹脂複合材料データベースの構築と開発に関するもので、炭素繊維樹脂複合材料のさまざまなデータの複雑さに対応するため、効率的な管理が必要です。データのテンプレートが与えられた状況下で、炭素繊維樹脂複合材料データベースの構築と開発を実現します。

吴文杰さんの卒業設計は、銅合金の微視的組織画像から結晶粒の形状を抽出し統計する方法に関する研究です。この研究では、電子工業で広く使用されている銅合金を例に、材料画像のセグメンテーションと認識に基づいたアルゴリズムを開発し、合金の微視的組織画像から定量的な特徴を抽出し、力学的および電気的性能と関連付けます。これにより、合金材料の組織に基づいた性能予測と設計の基礎を築きます。

徐甜语さんの卒業設計は、学術文献の知識グラフの構築に関する研究と開発です。この研究では、自然言語処理技術と機械学習アルゴリズムを応用し、学術文献から知識を自動的に抽出し、知識グラフを生成し、可視化表示するツールを設計します。

王英尧さんの卒業設計は、C++における高並行性メモリプールの開発に関するものです。このプロジェクトは、Googleのオープンソースプロジェクトであるtcmallocをベースにし、コアフレームワークを簡素化して、簡易版の高並行性メモリプールを実装しました。

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

張家旺さんは南京情報工程大学で学士号を取得し、2020年に上海大学のコンピュータ工学と科学学院で専門職の修士課程に入学しました。課題グループに参加後、指導教員である張瑞先生、韓越兴先生、陳侨川先生に師事し、材料文献情報の探索方法に関する研究を行いました。先生方のご指導のもと、以下の研究を完了しました：

1. 材料文献のテキスト表現特性および成分表の構造特徴に対し、文脈を考慮した文献情報抽出手法を提案しました。テキスト情報と表情報をそれぞれ探索するための手法です。材料テキストの抽出には固有表現認識技術を使用し、動的な単語ベクトルと材料領域の静的な単語ベクトルを統合することで、各単語ベクトルにコンテキスト情報と材料領域の知識を含めることができました。これにより、材料テキストの固有表現認識の効果が著しく向上し、ステンレス鋼材料や無機材料の固有表現認識データセットで実験を行いました。材料文献中の成分表の構造特徴に着目し、形態学、目標輪郭検出、テキストの類似度などの手法を組み合わせ、従来の画像処理技術に基づく表の認識手法を提案しました。成分表の構造を見出し、ヘッダー、およびボディに分解し、異なる領域から材料名、元素、元素含有量、および単位情報を抽出することができます。実験により、成分表の認識手法は良好な結果を達成することが確認されました。

2. 材料文献から抽出した引張強度と材料成分データに基づいて、材料の性能予測方法を提案しました。この方法では、XenonPy材料情報学ライブラリを使用して成分データを特徴的に拡張し、拡張された計算原理に基づいて、クロス特徴圧縮と特徴選択の手法を設計しました。これにより、元素レベルの統計的特徴と引張強度データを選択し、これらのデータを使用して機械学習モデルをトレーニングしました。実験には、日本の国立材料科学研究所が公開したデータが使用され、結果は提案された成分特徴処理方法がモデルの予測性能を大幅に向上させることを示しています。

3. ステンレス鋼をサンプル材料として、提案された文献探索および性能予測手法を11,058件のステンレス鋼の科学文献に適用しました。文献テキストからは2,360,000個の材料エンティティを抽出し、文献の表からは7,970組の材料成分情報を抽出しました。これらから関連するデータを選択し、引張強度の数値予測、腐食性、延性、強度、硬度の変化傾向の予測を行いました。

張家旺さんは卒業後、ソフトウェア開発に関連する仕事で華為上海研究所に入社しました。上海大学での3年間の大学院生活で、彼は一生懸命勉強し、専門知識と研究能力を向上させました。また、多くの優れた指導教員や友人と出会うことができました。将来の道において、張家旺さんが初心を忘れず、使命を念頭に置き、困難に立ち向かい、前進することを願っています。

論文へのリンク：Research on Context-aware Material Literature Text and Table Information Mining and Application Methodology

刘宇虹さんは安徽中医薬大学で学士号を取得し、2020年9月から上海大学のコンピュータ工学と科学学院で修士号を取得するための研究を始めました。彼女は研究グループに参加し、韓越兴教授の指導のもと、材料画像処理や材料画像強化などの関連技術と応用について学びました。韓教授の丁寧な指導のもと、以下の研究を完成しました。

1. 熱障壁コーティングの表面形態特徴認識に基づく画像強化手法を提案しました。この手法は、次の3つのステップからなります：ポーラス輪郭の強化と画像のノイズ除去、ポーラスの削除とクラック修復、そしてクラックの検出と長さの計算です。これにより、熱障壁コーティング中のクラックを正確に識別することができます。また、画像フィルタリングや数理形態学などの強化手法を適切に使用することで、熱障壁コーティング中のクラックの識別の完全性が高まり、偏差が少なくなります。提案された手法は、熱障壁コーティング中のクラックを自動的に識別し、クラックの長さを計算することができます。人手による検出と比較して、この手法はクラックの識別がより正確であり、クラックの長さの計算速度も速くなります。これにより、材料科学の研究者が熱障壁コーティングの微細構造を効果的に分析するのを支援することができます。

2. 熱障壁コーティングの表面形態特徴を認識するための2つのソフトウェアを設計しました。1つのソフトウェアは、熱障壁コーティングの画像強化とクラックのスケルトン抽出を実現し、もう1つのソフトウェアはクラックの識別と長さの計算を実現します。これら2つのソフトウェアを組み合わせて使用することで、熱障壁コーティングの微細構造分析の速度がさらに向上し、時間と人的コストが削減されます。また、このソフトウェアは熱障壁コーティングの画像と類似した他の材料の画像も処理することができ、材料科学の研究と開発を促進します。

3. 材料画像データ拡張のための改良されたHP-VAE-GANの提案を行いました。改良されたHP-VAE-GANは、CBAM（Convolutional Block Attention Module）メカニズムを使用して特徴マッピングを細化し、ネットワークの特徴表現能力を向上させます。同時に、エンコーダーネットワークに1つの畳み込みブロックを追加して、ネットワークの特徴抽出能力をさらに向上させ、CBAMの挿入位置がモデルの性能に与える影響を排除しました。生成結果は、CBAM注意メカニズムを組み合わせた提案されたHP-VAE-GANが生成画像の品質を効果的に向上させることを示しています。分類実験の結果からも、この手法はHP-VAE-GANを使用したデータ拡張手法よりも優れた結果を示し、少数の材料画像データセットに対して新たなデータ拡張の手法を提供します。

卒業後、劉宇虹さんは上海振華職業学校で人工知能専門の教師として働いています。劉宇虹さんは上海大学での3年間の修士課程で努力し、専門知識と研究能力を向上させるために努めました。多くの優れた教師や友人に出会うことができました。劉宇虹さんには、将来の道のりで初心を忘れず、使命を心に刻み、困難を乗り越えて前進することを願っています。

論文へのリンク：Research on Enhancement Methods for Small Sample Material Images

夏錦桦さんは、江蘇科技大学で学士課程を修了し、2020年に上海大学のコンピュータ工学科学学院で専門の修士研究生コースに進学しました。夏錦桦さんは韓越興先生に師事し、材料文献情報のマイニング方法について研究しました。韓先生の熱心な指導のもと、以下の研究を遂行しました：

1. 数値グラフ情報の抽出。数値グラフと対応するキャプションを組み合わせて、文献マイニングのための画像とテキストの統合手法を提案しました。この手法ではまず、Yolov5sを使用して科学文献から単一の数値グラフ画像を切り出し、改良された科学文献画像検出手法を適用して精度を向上させます。次に、PDFminerツールを使用して科学文献のテキストコンテンツを解析します。そして、文の間のコサイン類似度とJaccard類似度を計算し、数値グラフに対応するキャプションテキストをマッチングします。さらに、Sci-BertモデルとCRFアルゴリズムを使用して、タイトルから軸の名前を識別します。さらに、形態学的操作や文字認識などの技術を使用して、数値グラフから具体的なデータ情報を抽出します。最後に、抽出された軸の名前とデータを統合して完全な数値グラフ情報を取得します。

2. 上記の数値グラフの軸名識別タスクにおけるモデルの認識精度の低さに対処するため、本論文では科学文献の数値グラフ画像とテキストの関係に着目し、識別効果を向上させる手法を提案しました。この手法では、まず数値グラフ上のラベルテキストを識別し、サンプルテンプレートに埋め込んでアノテーション不要のテキストデータを生成し、データ拡張の効果を得ます。同時に、テキストの類似度マッチング技術を使用して科学文献の本文部分から数値グラフの説明文を探し、それをタイトルテキストと結合してテキストの拡張を行います。これにより、文脈の関連性に基づいて入力文のベクトル表現を改善し、モデルの予測性能を最適化します。

夏錦桦さんは卒業後、杭州広立マイクロエレクトロニクス社でソフトウェア開発関連の仕事に携わります。夏錦桦さんは上海大学での3年間の修士課程で努力し、専門知識と研究発表能力を向上させるために努めました。多くの優れた教師や友人に出会うことができました。夏錦桦さんには、将来の道のりで初心を忘れず、使命を心に刻み、困難を乗り越えて前進することを願っています。

論文へのリンク：Research on Context-Aware Information Mining of Image and Text in Material Science Literature

私たちのチームは国際誌「Materials Today Communications」（IF：3.662）にて「Graph Attentionに基づく材料構造セグメンテーション手法」という論文をオンラインで発表しました。この論文では、上海大学のコンピュータ工学・科学学院が第一機関となり、陳侨川氏が第一著者、魏惠姗氏が第二著者、韓越兴准教授が通信著者となっています。

多学科の発展と融合により、コンピュータビジョンと材料科学の融合は、従来の材料研究方法に大きな変革をもたらしました。既存の手法は特定のシーンの画像を効果的にセグメンテーションできますが、材料の画像を正確にセグメンテーションおよび分析するための汎用的な手法は存在しませんでした。材料画像の複雑なテクスチャ、ぼやけた境界、低いコントラストといった問題に対処するため、我々は多次元特徴の統合に依存した手法を提案しました。この手法は、有限で利用可能な注釈サンプルをより効果的にネットワークを訓練するための構築されています。このアーキテクチャは、エンコーダ、グラフ注意モジュール、多スケール特徴統合モジュール、およびデコーダから構成されています。我々は、このようなネットワークを画像に対してエンドツーエンドでトレーニングできることを示しました。電子顕微鏡画像では、我々のセグメンテーション結果が以前の多くの先進的な手法よりも優れていることを示しました。この手法を用いることで、材料画像中の複数の構造を正確に識別することができ、材料科学における構造変換の新たなメカニズムの多段階セグメンテーションや探索に重要な示唆を与えることができます。

論文へのリンク：Material structure segmentation method based on graph attention

李睿祺さんは、上海大学で学士課程を修了し、2020年に上海大学のコンピュータ工学科学学院で学術型の修士研究生コースに進学しました。李睿祺さんは学部の最終学年から韓越興研究グループに参加し、材料画像処理技術とその応用に関する研究を学びました。韓先生の熱心な指導のもと、以下の研究を継続・推進しました：

1. 菊池帯パターンの自動検出。結晶の構造と取向情報は、EBSD（電子背面散乱回折）パターンの分析によって得ることができます。これらのパターンはEBSD装置によって取得されます。得られた情報の信頼性と正確性は、EBSDパターンのストライプと交点の位置に依存します。この研究では、Radon変換と累積確率ハフ変換を組み合わせた手法を提案し、EBSDパターン（菊池帯）および交点の位置を自動的に取得することを実現しました。実験結果は、この手法が頑健であり、より正確な菊池帯と交点を検出できることを示しています。

2. 材料画像のセグメンテーションタスクにおける注釈コストとセグメンテーション精度のバランスの問題を解決するために、リアルタイムでセグメンテーションモデルを取得するための、対話型の手続き的注釈と機械学習に基づく材料画像のセグメンテーションアルゴリズムを設計しました。この手法では、セグメンテーションモデルのリアルタイム取得を最優先目標とし、材料画像の中心点近傍の特徴を抽出し、複数のラウンドの対話型の手続き的注釈を行い、インクリメンタル学習の手法を使用して最終的な画像セグメンテーションモデルを訓練します。

3. 有限かつ容易に入手可能な注釈データに基づいて高精度なセグメンテーションモデルを実現するために、擬似ラベルを用いた弱監督深層学習に基づく材料画像セグメンテーション手法を設計しました。この手法では、有限な注釈データに基づいて最適なセグメンテーション結果を得ることを目標とし、新しいデュアルブランチネットワーク構造を提案し、新しいコンテキスト特徴差監督損失を導入して擬似ラベルを生成します。これにより、モデルは描かれたアノテーションのみを使用して、高いセグメンテーション精度を達成することができます。この手法は、材料画像セグメンテーションタスクにおいて、ディープラーニングニューラルネットワークが直面する少量のデータ、難しいアノテーション、およびテストプロセスでのリソースの浪費という問題を解決します。

4. 相変わらず変態の速い性質と複雑な形態のラスマテンサイトのため、マルテンサイト画像解析に基づく従来の研究は、相変態プロセス中の十分な情報を提供することができません。本研究では、ラスマテンサイトの変換を捉えた動画から情報データを抽出・分析する新しいビデオ処理方法を提案しています。画像データの分析により、ラスマテンサイト変換の数、最大長、最大幅、平均長、平均幅、面積、カテゴリ方向など、ラスマテンサイト変換に関するダイナミックな情報を提供します。この研究は、静止画像に基づいたマルテンサイトの研究の限界を打破し、マルテンサイトのダイナミックな変換に関する様々なデータと情報を包括的に説明します。

卒業後、李睿祺さんはリエンイメージインテリジェントにおいてソフトウェア開発関連の業務に従事することになりました。上海大学での3年間の大学院生活で、李睿祺さんは一生懸命勉強し、専門知識と研究発表の能力を向上させてきました。また、多くの優れた師匠や友人との出会いも得ることができました。李睿祺さんには、将来の道において初心を忘れず、使命を心に刻み、困難を乗り越えて前進することを願っています。

上海大学を卒業した研究生の魏惠姗さん、張宏坤さん、楊珅さんは3月18日に母校に戻り、かつてのキャンパスライフを振り返り、かつての指導教員である韓越兴先生と多くの交流をしました。彼らの帰校旅行では、彼らの仕事や生活での経験と感想を共有し、母校への深い感情と愛情を表現しました。数人の同窓生が学校に戻ると、感慨深い思いに駆られます。ここに戻ってくると、彼らは自宅に帰ってきたような感覚を抱きます。このキャンパスは彼らの成長と変化を見守り、すべてが彼らに感謝と尊重の気持ちを抱かせます。 かつての指導教員である韓先生との交流の中で、3人の研究生は仕事や生活での経験と感想を共有しました。彼らは大学時代の学びと生活が彼らをより自信を持ち、独立心を養い、職業生活の堅固な基盤を築いたと考えています。同時に、彼らは指導教員への感謝と尊敬の意を表し、指導と助けが彼らの成長と発展において不可欠な役割を果たしたと認識しています。 この帰校旅行により、3人の研究生は母校の魅力と使命を再び感じ、母校の発展と進歩をより一層大切にし、注目しています。彼らはどこに身を置いていても、常に母校の発展と進歩に注目し、サポートし続け、学校と社会への貢献を果たすことを約束しています。

魏惠姗

杨珅

张宏坤