计算机科学与技术学院“研学论道”研究生学术沙龙第五期圆满结束
发布时间:2021-11-04 14:00  点击:

2021112日上午九点,“研学论道”第五期学术沙龙在计算机楼学术交流厅正式举行。本期邀请了2019级硕士生李小民和姜楠进行学术分享,她们分享的主题分别是“小样本学习”和“GPGPU可靠性研究”。活动采取线上线下同步进行的方式,总计40余人参加。本次分享会由计算机科学与技术学院研究生学生会干事王子昌主持。

上半场,由讲者姜楠针对“GPGPU可靠性研究”进行学术分享。她指出,诸如传统的指令复制等用于检测GPU运行时是否发生单比特错误的方法,会额外造成大量的寄存器资源开销。因此,该指令复制方法有改进的空间。其中,有选择性地复制指令中失误率较高的部分就是诸多改进中一种行之有效的方法,这种方法可以在只付出较低开销的代价下显著地降低传统指令复制方法所带来的高额资源消耗。在具体的实验中,改进的指令复制方法通过训练模型的途径来计算指令的倾向性以及临近指令的相关性,进而将更容易发生失误的指令进行保护,并在指令集最后插入一条比较指令用来检测是否发生软错误。最后使用SDC检测方法,利用覆盖率与精度这两个指标来评价本实验的完整性及有效性。

下半场,由硕士生李小民针对“小样本学习”这一领域进行学术分享。她指出,目前已有的图像分类算法对卷积神经网络的要求过高,且容易产生对训练数据过拟合的现象。针对这一问题,在受到自监督对比学习方法的启发下,该讲者创新地提出了全新的小样本学习方法,该方法可以有效降低图像分类算法对于有标签的训练数据的依赖。在具体的实验方面,该方法首先对现有数据进行两次数据增强,得到了相似度尽可能高的正样本,同时使负样本之间的相似度尽可能降低。在实验的下一阶段,该方法采用6层的浅层神经网络模型来对样本图片进行特征提取,最后使用消融实验来验证上述所提小样本学习方法的准确性。

两位讲者在汇报结束后,认真地回答了与会观众的提问。本次交流会不仅现场进行得如火如荼,也有部分同学通过线上的方式加入到本次活动,展示了我院浓厚的学术氛围。

短暂的交流讨论过后,主持人为讲者们颁发了带有唯一编号与计算机科学与技术学院杨博院长亲笔签名的“荣誉证书”,以表彰其在学术研究和学术分享上的贡献。

活动最后,所有与会同学进行了现场合影留念。至此,本期学术沙龙活动圆满结束。

“研学论道”研究生学术沙龙会在每周二早上9点在计算机楼学术交流厅如期进行,希望同学们持续关注。

 

会议录屏连接:https://meeting.tencent.com/user-center/shared-record-info?id=5a0fac74-cfa4-4768-9b26-9a015be8c283&from=3 密码:AHSe

本期PPT链接(百度网盘):

链接: https://pan.baidu.com/s/191uKz03LYL2OnAZncsPYXg 提取码: jkfp

 

位于计算机西楼大厅的展板已更换,“研学术话题,论科研之道”,欢迎同学们前来阅览。

下期预告见附件(119日星期二)

 

  • 附件【图片 3.png】已下载
  • 附件【图片 1.png】已下载
  • 附件【图片 2.png】已下载
  • 附件【图片 6.png】已下载
  • 附件【图片 5.png】已下载
  • 附件【图片 4.png】已下载
  • 附件【图片 7.png】已下载

吉林大学计算机科学与技术学院 版权所有 © 2017

地址:吉林省长春市朝阳区前进大街2699号吉林大学前卫南区计算机楼 邮编:130012