2024年12月13日下午19点，计算机与人工智能学院第五十二期研究生学术论坛在崇真楼南楼A4030成功举办，本次论坛由2024级研究生许家瑞，2023级研究生郭端，2022级研究生万志菊，2022级研究生陈湛，2023级研究生朱时伟主讲，学院研究生会主办，学院吴杰老师出席了该论坛。
许家瑞同学分享的主题是“2024CNCC参会汇报”主要围绕在CNCC大会上了解到的内容展开，重点关注移动计算技术领域。他首先介绍了张谦教授课题组近年来在人体活动识别领域取得的突破，特别是在泛化和领域自适应模型设计方面。接着，他讨论了一个准确且适用于医学康复的呼吸检测方案，并提出了多模式技术的建议。此外，他还简要介绍了会上关于无线技术的前沿突破，以及毫米波雷达在感知世界方面的一些案例。
郭端同学在分享主题“CNCC参会分享：Web3.0挑战、技术与趋势”时，聚焦于本届CNCC大会的核心议题“发展新质生产力，计算引领未来”。关注了Web 3.0的新特性——数据的可拥有性，这促进了数据资产化和数字经济的发展。他讨论了Web 3.0面临的挑战，并分享了专家们对这些挑战的见解和解决方案。简而言之，Web 3.0被认为是互联网的下一个阶段，它不仅继承了Web 1.0和Web 2.0的数据可读和可写特性，还增加了数据可拥有性，但同时也带来了新的挑战。
万志菊同学分享的主题是“基于前向数据插补和递归残差神经网络的安全药物推荐”。她强调药物推荐在辅助临床决策和促进合理用药中的重要性，指出基于患者历史病历提供安全有效药物组合的必要性。她提到，不完整的电子健康记录和异常数据常常导致患者表征不准确，而她的研究提出的FDIRNet模型旨在通过前向数据插补和递归残差神经网络提高药物推荐的性能。
陈湛同学分享的主题是“AC-DD：车载命名数据网络中支持数据去重的细粒度访问控制研究”。他讨论了车辆命名数据网络在提高数据传输效率的同时，如何面对大量敏感数据的安全和冗余问题。他提出的AC-DD方案是一个严格的访问控制方案，支持数据去重，采用分层加密结构，底层使用信息驱动的密钥加密明文，上层通过基于属性加密的方法来实现精细的访问控制。
朱时伟同学分享的主题是“基于MirrorGAN的多尺度正则化增强服装图像生成方法研究”。他提出了一个结合MirrorGAN和多尺度正则化的方法，通过提取不同层次的特征和使用正则化技术来提高图像的质量和多样性。这种方法在处理复杂背景和细节时比传统MirrorGAN更强，因为它加入了多尺度卷积层，并用L1和L2正则化防止过拟合，增强了模型的泛化能力。实验显示，他的这种方法在多个服装数据集上有效提高了图像质量、多样性和语义一致性。
