本网消息（图/文 冉珂睿）5月7日，计算机学院“启明星”讲坛第九期于十教10305顺利召开，由汪斌，文钰超两位同学主讲。
汪斌同学讲了故障预测与健康管理问题：利用工业系统中产生的各类数据，经过信号处理和数据分析等运算手段，实现对复杂工业系统的健康状态进行检测、预测和管理的系统性工程。现有的方法：基于专家经验、基于信号处理方法、基于传统机器学习。随着深度学习发展，有更多的方法应用于PHM：小样本学习。小样本学习是元学习在监督学习领域的应用。
他提出其讲述的论文以原型网络为基础去做出改进，修正原型点。原型网络的基本思路是对于每一个分类来创建一个原型表示。并且对于一个需要分类的查询，采用计算分类的原型向量和查询点的距离来进行确定。作者考虑到有许多的未标记数据没有利用，提出利用未标记的数据去优化网络模型，即将半监督学习与原型网络结合。标记样本生成每个类的原始原型，同时对来自支持集的未标记样本进行编码，然后对原型进行细化，从而指示偏置的原始原型在多次迭代中调整其位置直到收敛。最终取得了较好的故障分类结果。但是论文中仍然存在一些问题：数据不平衡、未标记数据可能不属于预定义范围、太多超参数没有自适应。未来在这些方面可以改进。
文钰超同学针对实际情况中的团队疏散效应，基于三维元胞自动机建立一种新的行人流疏散模型。该模型首先结合距离收益、密度收益和平均速度收益给出下一时刻目标位置的移动收益，阐述了距离收益、密度收益和平均速度收益的计算方法。其次，根据行人之间的亲密关系定义了六种疏散团队，并针对现有元胞自动机模型不能有效模拟不同移动速度的行人疏散的不足，设定六种疏散团队具有不同的移动速度。最后，利用建立的实验平台进行仿真，研究了疏散时间、平均移动速度、行人密度之间的关系，讨论了不同疏散策略下的疏散效率。
此次学术分享会丰富了大家的知识视野，激发了广泛的学术兴趣，为学术研究提供了宝贵的思路和方向。
