西电新闻网讯（通讯员 齐富 贠琳红 张智峰）在严峻复杂的疫情防控形势下，为进一步做好科研育人工作，活跃科研学术氛围，帮助学生提升科研能力和学术水平，计算机科学与技术学院近期组织开展“同心战‘疫’，云上学术”科研育人系列学术活动。2022年1月7日下午学院在线举行了第三场青年教师学术报告会，会议邀请学院常曌、牛振兴、夏小芳和田隆等四位优秀青年教师作学术报告。学院近百名研究生线上参会，会议由计算机网络与物联网工程研究所高海昌教授主持。

计算机网络与物联网工程研究所常曌副教授以“数据访问模式保护下的数据库连接查询”为主题作报告。他简要介绍了数据安全研究和数据访问模式保护背景，重点介绍了不经意随机访问技术（ORAM）在数据库连接查询上的应用。接着，他通过分析总结已有查询方案的优缺点，分享了在ORAM中集成B树的方式，用以改进在排序合并连接、多表等值连接、嵌套循环连接等查询方案，结合实验数据证明改进方案的优越性，同时，对比分析了在ORAM技术下使用B树和B+树构建索引的优缺点。

大数据与视觉智能研究所牛振兴教授的报告题目为“计算机视觉领域工业界关注的视觉任务”。他简要介绍了阿里巴巴达摩院的组织架构、机器智能实验室的具体职能以及AI关键技术的突破，分享了图像、视频目标擦除技术在增强现实及家具销售场景中的应用以及机器视觉在智慧教育中的应用。接着，他针对图像检索和识别中存在的安全隐患介绍了团队在图像检索鲁棒性方面的最新研究进展，如植入后门模型导致图像错误识别、恶意攻击操纵搜索排序结果等问题。最后，他和与会师生围绕数字域和物理域对抗样本研究方法的区别、模型可解释性与攻击成功有效性的关系以及活体检测在对抗攻防领域的研究可行性三个问题展开讨论。

智能媒体与数据工程研究所夏小芳老师作报告，报告主题为“一种提高大规模新冠肺炎筛查效率和敏感度的自适应群体检测方法”。她结合当前新冠肺炎检测面临的挑战，对分层和非分层模型的研究现状进行综述，分析了这些研究方法在rRT-PCR检测效率和检测正确性上的局限性。针对现存挑战，她分享了一种自适应检测算法，该算法根据给定的最小敏感度约束和单阳性样本约束确定分组大小，通过估计阳性样本的比例，实时调整检测策略，可提高检测效率与正确性，并通过实验数据证明了算法的优越性。

软件工程研究所田隆老师作主题为“基于度量学习的小样本图像识别方法”的报告。他首先简要介绍了深度学习的技术发展历程、小样本度量学习和深度学习结合研究面临的挑战。接着，在分析基于原型神经网络、关系神经网络、EMD距离神经网络小样本学习方法的优缺点基础上，他提出了基于相似性样本扩充的神经网络小样本学习方法。同时针对因方位信息不足和类别信息不足导致的模型在分类上的泛化问题，分别提出了基于模型初始化的元学习和多模态度量学习的小样本学习方法，并采用元训练策略最小化模型泛化误差。在零样本度量学习领域，他分享了基于图像和语义属性单向注意力的零样本学习方法和基于图像文本层次化关系挖掘的零样本学习方法。

疫情期间，学院加强统筹规划，坚持学术交流不断线，通过线上方式持续推进学院科研育人工作。本次“同心战‘疫’，云上学术”科研育人系列学术活动结合学院学科专业特色，面向对本科生和研究所差异化需求，依托8个研究所分层次开展，旨在为全体学生提供“精准化”学习资源，强化科技创新能力，促进师生学术、情感交流，丰富学生学习内容，拓展科研兴趣，活跃学术氛围。后续学院科研育人系列活动将不间断开展，希望广大师生积极参与，在疫情期间能够保持学习和科研热情，众志成城，共同战“疫”，为疫情防控期间学院各项工作顺利开展奠定良好基础。