首页 > 考研资讯> 7项国奖!历史新高!

7项国奖!历史新高!

作者: 头条共创 2024-10-24 19:07:35 考研资讯 0次

好消息

最近

7项国奖!历史新高!

第六届“华为杯”

中国研究生人工智能创新大赛总决赛

帷幕即将结束

北京交通大学荣获

全国一等奖1项

全国二等奖1项

全国三等奖5项

计算机科学与技术学院

林春雨

荣获优秀指导教师奖

我校连续五年荣获优秀组织奖

获奖数量创历史新高

从左到右(一等奖队):张俊松、聂朗(队长)、指导员林春雨、沈志杰

“中国研究生人工智能创新大赛”(以下简称“大赛”,英文名称:中国研究生人工智能创新大赛)是“中国研究生创新实践系列赛”的主题赛事之一。大赛以“AI赋能,智领世界”为理念,围绕新一代人工智能创新、引领未来战略技术为主题,激发研究生创新意识,提升研究生创新实践能力,重点培养创新型、复合型、应用型高端人才,为人工智能领域健康发展提供人才支撑。本次比赛,我校共组织13支队伍参加初赛,7支队伍进入复赛,2支队伍晋级全国总决赛。

我们一起看看流量

优秀获奖项目!

全国一等奖

作品名称:单一图像变换的统一新范式

团队名称:你说吧!

团队成员:聂朗、沈志杰、张俊松

指导老师:林春雨

作品简介:图像变形旨在在忠实于图像内容的基础上进行内容感知的图形变换,从而达到预期的功能。然而,当前的图像变换方法通常仅针对特定任务,很难扩展到其他任务。该项目开发了一个适合大多数单图像变换任务的框架,并通过耦合薄板样条插值变换建立了集鲁棒性、灵活性和高性能于一体的统一变换模型。目前,我们已经验证了其多功能性,并在广角人像校正、矩形化和旋转校正三个任务中取得了state-of-the-art的性能,并将在未来积极扩展到更多任务。

参赛感受:特别感谢林老师的悉心指导和计算机学院信息科学研究所团队的大力支持!本次竞赛不仅考察项目的技术深度,更注重其实际应用。决赛考验的是如何在有限的时间内向评委清晰地传达复杂的技术方案,让他们了解我们的创新和优势。这次经历不仅是一次技术技能的训练,更是团队合作和沟通表达能力的全面提升,让我们对以后的学习和科研更有信心。

全国二等奖

作品名称:基于引导多智能体强化学习的智能施工设备协同作业无线资源分配

团队名称:IntelliConstruct

团队成员:宁鹏飞、张志远、陈长吉、焦凤仪

指导老师:王宏伟

作品简介:随着信息技术的快速发展,隧道建设正在迎来数字化、智能化转型。多个构建过程的并行执行导致通信链路数量显着增加,从而导致资源竞争。该项目提出了分布式资源管理框架,并设计了引导式多智能体强化学习资源分配算法。智能施工设备根据局部观察获得资源分配策略。原型仿真系统的运行结果表明,所设计的方案不仅能够保证各进程内部的进程连接,而且能够保证各进程之间的资源平衡。

参赛感受:从选题到技术方案设计再到原型仿真系统的实施,一切都离不开老师的精心指导和团队成员的全力投入。通过这次比赛,我们不仅提高了自己的科研实践能力和团队合作能力,也深刻认识到创新和团队合作的重要性。这段经历将激励我们在今后的学习和科研中不断前进,追求更高的目标。

全国三等奖

作品名称:智能宠物识别平台

队名:1+1

团队成员:王少涵、莫梦秋

指导老师:陈光荣

作品简介:本作品旨在搭建一个智能宠物识别平台,实现对猫、狗的细粒度、个性化识别。我们使用WS-DAN模型、迁移学习、SIFT特征提取和BFMatcher特征匹配等技术。通过弱监督数据增强,WS-DAN模型有效提取细粒度特征,使我们在Oxford-IIIT Pet数据集上实现了90%以上的品种识别准确率,提高了小数据集的性能。我们使用SIFT提取关键特征,使用BFMatcher进行特征匹配,并计算欧氏距离来确定图像是否属于同一只猫或狗。对于LCW和DogFaceNet数据集,我们对数据进行了过滤和清洗,保证每个个体至少有两张清晰的图像,最终个体识别测试准确率超过88%。

参赛感受: 一次偶然的机会,我们看到了比赛信息。我们从计划使用YOLO算法实现识别功能改为使用迁移学习方法进行模型训练。我们非常感谢这次比赛给我们提供的机会。它不仅锻炼了我们的编程能力,还提高了我们的学习能力。这次经历让我们深刻体会到面对挑战时深刻理解规则、灵活调整策略的重要性。同时也让我们认识到,无论结果如何,过程中的学习和成长才是最宝贵的财富。

全国三等奖

作品名称:基于华为Smarts仿真平台的自动化测试用例生成技术研究与应用

团队名称:MePro

团队成员:梁子超、赵志奇、高宇、陆建坤

指导老师:白慧慧、马继昌

作品简介:自动驾驶汽车在提高交通安全、交通效率和能源消耗优化方面发挥着积极作用,但仍面临混合交通场景下的高交互性和动态特性带来的挑战。我们基于华为Smarts仿真平台进行自动化测试用例生成技术的研究和应用,旨在解决自动驾驶安全验证中的长尾效应问题,提高行为决策系统在复杂场景下的鲁棒性和泛化能力。

参赛感受:比赛是一次检验自己实力、技能和心理素质的机会。无论结果是胜是败,参加比赛都能给我们带来宝贵的经验和成长。在这次比赛中,我们遇到了很多挑战和困难。虽然过程很艰难,但这也是成长最快的时刻。团队合作是成功的关键之一。比赛过程中,我们互相支持、鼓励,共同面对各种挑战。我们紧密合作,充分发挥团队优势,最终取得了令人满意的成绩。

全国三等奖

作品名称:基于计算机视觉技术+BIM的建筑工地危险区域入侵预警系统

团队名称:创新者联盟

团队成员:齐鲁杰、许欣欣、郑志科、黄嘉丽

指导老师:双庆

作品简介:针对当前国内外工程事故频发的现状,该项目通过引入先进的计算机视觉技术,利用视频采集模块、目标识别与跟踪模块、目标位置信息采集四个关键模块来实施模块、BIM模型可视化模块。针对建筑工地危险区域的入侵提供实时预警。系统提供直观的三维视图,帮助管理人员充分了解目标位置和布局,以便采取有效的管控措施,从而有效提高工程环境的安全性,减少事故的发生。

参赛经历:在参加人工智能创新大赛的过程中,我们的团队将BIM技术与智能算法相结合,创建了危险入侵预警系统,增强了施工现场的安全防护。尽管研究过程充满挑战,但这些经历也为我们提供了宝贵的知识和技能。这次经历让大家深深体会到了科技与工程结合的奇妙力量。我们坚信,不断创新和不懈努力将为建筑行业带来更高效、更安全的智慧解决方案。

全国三等奖

作品名称:基于知识图谱的CBTC信息安全防御策略研究

团队名称:独特团队

团队成员:刘晨晨、邱志安、孙晓英、荣林

指导老师:王宏伟

工作简介:本项目主要以CBTC系统为研究对象,从列控系统的结构特点、安全保障机制和设备脆弱性出发,构建基于知识图谱的CBTC网络安全模型。评估CBTC网络安全知识图谱的质量,解决知识图谱构建过程中难以保证信息准确性的问题,提高其有效性和可靠性,避免信息错误带来的潜在风险,从而应对网络安全挑战,为CBTC网络提供支撑针对安全领域面临的数据多样性和高度复杂的恶意攻击问题提供有效的解决方案,提高网络攻击的防御能力。

参与感受:在准备过程中,我们对CBTC系统架构和知识图谱的构建有了更深入的了解。非常感谢老师的指导和大家的辛勤付出!通过参加本次大赛,我们积累了更多的技术创新经验。在解决问题时,我们不应该拘泥于传统的思维方式。我们要善于思考、大胆创新、敢于应用。也许创新会创造奇迹,而每一个奇迹都在我们手中。

全国三等奖

作品名称:自动驾驶场景传感器标定解决方案

团队名称:AutoCalib

团队成员:黄书军、杨尚荣、秦雷东、张哲荣

指导老师:林春雨

作品简介:随着自动驾驶行业的快速发展,高端辅助驾驶功能和自动驾驶汽车有望逐渐普及。这些车辆依靠车身上的各种传感器来感知环境并做出驾驶决策。因此,确保传感器的准确校准至关重要。本项目围绕此,利用人工智能技术实现相机畸变参数、多相机外参以及相机-激光雷达外参标定。通过将深度学习技术与传统几何成像约束相结合,可以实现高效、准确的标定参数预测,促进自动驾驶车辆的高效离线和在线标定,为自动驾驶技术的进一步发展和应用提供有力支撑。

参赛经历:在这次比赛中,我们意识到即使是很小的改进也会对整个系统的稳定性和准确性产生重大影响。在团队合作的过程中,我们不断进行实验和数据分析,逐步优化方案。这个过程让大家明白,准确的数据和严谨的分析是项目推进的基石。团队通过实验和迭代逐步提高了系统的稳定性。因此,持续的技术创新和密切的团队合作是项目成功的关键因素。

比赛校内组织由研究生部牵头,计算机科学与技术学院参与,负责参赛动员、赛事组织、辅导、赛后总结等工作。 5月份比赛启动以来,学校和学院联手宣传动员,召开赛前指导和经验分享会,并为比赛提供培训。以校内选拔竞赛的形式邀请专家进行评审,提高参赛作品的质量和水平,有效发挥竞赛的育人作用,不断提高研究生的学术创造力、创新思维和创业精神。学生,助力培养人工智能领域高水平创新人才。天赋。

勇往直前,站在时代前列

知行合一,勇于探索、创新

为他们竖起大拇指!

来源|北京交通大学官方微信

编辑|王玉坤

版权声明:本文转载于网络,版权归作者所有。如有侵权,请联系本站编辑删除。

网站分类