恭喜韩思凡顺利毕业！

韩思凡，于2021 年 9 月进入上海大学计算机工程与科学学院，开启硕士研究生阶段的学习生涯，加入课题组后，跟随陈侨川和韩越兴两位老师，专注于基于深度学习处理材料图像以预测材料性能的研究工作。在两位老师的指导下，完成了以下研究内容：

1. 构建了一种基于全局-局部特征提取、多特征融合的深度学习预测材料性能网络。此网络采用双分支多尺度的结构设计，借助全局分支网络和局部分支网络，分别对材料微观结构图像进行全局与局部特征的提取，不会破坏各自特征的建模过程。在全局分支网络中融入多头自注意力机制，将特征图划分至多个不同子空间，挖掘出特征之间内在的关联关系。相较于当下已有的方法，该网络成功建立起更为完备且准确的 “结构 - 性能” 映射关系。

2. 针对当前算法在复杂场景下对材料微观结构图像理解不足从而影响预测精度的问题，提出了高效多模态特征融合网络。这个模型包括能谱特征提取模块、局部元素特征提取模块以及提取材料微观结构特征的 GLFS-Net 模块。通过多信息融合，采用材料元素辅助增强网络细节和材料图像微观结构的策略，最终使得网络能够在复杂场景下实现对材料性能的精准预测。

3. 申请了《一种材料性能预测方法》专利。该专利基于轻量级网络架构，通过对材料的图像和文本结合的多模态信息进行综合利用，进一步提高了对材料微观结构的分析以及性能预测的准确性。

毕业后，韩思凡同学在中车株洲电力机车有限公司株机研究院从事自动驾驶相关研究工作。在上海大学三年的研究生时光里，努力学习的同时还结识了众多良师益友，走过了上海的诸多角落，难以忘怀，希望以后还能有机会与大家再会。

论文链接：基于多特征融合的材料性能预测研究