2018太阳集团游戏网站|App Store

   
获奖速递 | 我院在江西省首届计算机科学与技术学科研究生科研创新实践大赛中喜获佳绩
发布时间: 2022-11-24 浏览次数: 10

近日,2022年江西省首届计算机科学与技术学科研究生科研创新实践大赛完美收官。大赛记录与见证了来自省内8所高校,22支参赛队伍的优秀风采,最终由评审专家组评选出一、二、三等奖。

江西师范大学2018太阳集团游戏网站研究生荣获6个奖项,包括软件赛道二等奖1项;算法赛道二等奖2项;软件赛道三等奖3项。


二等奖(软件赛道)

 “基于无线通信的火灾监测系统”

  

二等奖(算法赛道)

 “VTE风险预测”

 “算法评测”


三等奖(软件赛道)

 “一种端到端的电网综合预测系统”

 “基于NB-IoT物联网的智能锁具系统的设计与实现”

 “新闻标题和摘要生成”



二等奖(软件赛道)



作品名称:基于无线通信的火灾监测系统

团队成员:韦海涛、陈同、余志聪指导老师:叶葳

该系统是一款基于无线通信的火灾监测系统,用到了Spring-Boot、MySQL、jQuery、单片机等技术,其中网络通信基于TCP/UDP通信协议。该系统使用了基于NB-IoT/4G或LoRa等无线通信技术作为技术支撑。硬件系统通过温湿度、火焰、烟雾以及光照传感器对周边区域进行火灾检测,如检测到疑似着火情况,可通过GPS精准定位其位置,转发至消防部门并对其进行及时的抢险救灾,从而对周围居民进行有效通知与疏散。并且该系统结合传感器数据进行机器学习分析,根据检测环境下的数据进行预测,也可通知林业部门进行有效的措施,预防森林火灾的发生。


二等奖(算法赛道)



作品名称:VTE风险预测

团队成员:杨志坚、孔雪刚指导老师:王仕民、黄琪

在全球每年确证静脉血栓栓塞症(venous thromboembolismVTE)患者达数百万人。作为全球前三位致死性血管疾病,VTE 发病率、病死率以及漏诊率居高不下。使用人工智能技术辅助诊疗,利于提升诊疗能力,切实保障人民生命健康,为老百姓提供更好的防治服务。      

针对既往病例信息,我们建立XGBRF模型,从大数据中清洗出关键特征信息,使用word2vec词向量提取有用信息进行合理训练推理,分析预测患者发生VTE的风险等级,可视化展示高危风险因素,为临床诊断提供可靠依据。


二等奖(算法赛道)


     

作品名称:算法评测

团队成员:孙浩、陶涛、蔡谞诚指导老师:刘建明

我们的网络基于Transformer架构,将数据好的数值型数据和字符型数据分别送入Transformer编码器和BERT模型,使其并行运算,将二者的结果合并送入Transformer解码器进行处理,得到的结果送入分类器中,得到分类输出结果。Transformer的编码器和解码器是基于自注意力的模块叠加而成的,数据特征在经过注意力网络时能够学到不同特征之间的潜在联系,更有利于模型学习数据信息;同时,使用BERT模型,将诊断信息转换为特征向量,充分利用数据信息。


三等奖(软件赛道)



作品名称:一种端到端的电网综合预测系统

团队成员:苏家俊、赵涵、 戴梦轩 指导老师:马勇

通过某市用电行业特征分析,利用已有售电历史明细数据,采用多种方法综合交叉使用,构建某市分类月度售电收入精确预测工具。按照行业分类进行电量预测的目的是通过挖掘不同行业电量数据的序列特征和相关规律,选择对应的预测模型,进一步开展行业关联因素分析。最终通过行业聚类分析,将行业按照年度趋势和月度趋势分别聚合为两大类,根据每类的数据序列特点选择适应的预测算法。通过用电行业行为特性分析的成果,开展完成预测模型设计并与以往结果进行校核。


三等奖(软件赛道)


作品名称:基于NB-IoT物联网的智能锁具系统的设计与实现

团队成员:邹健、李春阳、李梦超

指导老师:马勇

设计了一款基于NB-IoT技术的智能锁具,引进了目前较为流行的窄带物联网应用技术以及SpringBoot框架,有效地解决了传统锁具机械结构复杂、安全性较低等各种短板。运用NB-IoT技术对以部门为单位的锁具集合数据进行监控,锁具的实时状态可以在Android App中实时查看,并且部门内部成员可通过权限授权,增删成员等实现灵活的开锁方案,并将开锁记录都记录下来。


三等奖(软件赛道)



作品名称:新闻标题和摘要生成

团队成员:刘立新、王桂喜、李泽鸿

指导老师:江爱文

现在世界由于存在许多文章和新闻,自动标题摘要生成将源内容汇总为带有概括词的简洁标题、摘要,可以显着降低获取信息的成本并提高信息传输效率。自动生成标题可以帮助新闻工作者节省大量的时间去思考怎么生成标题,而把重点放在新闻其他方面;普通人可以通过标题获取一篇文章的主要内容。此外,模型中所用的方法还可以更好推动NLP领域的发展。标题生成模型采用时间步感知的动态句子嵌入机制,该机制通过为每个解码步骤重新定位相应句子中的关键单词来更新句子的表示,在文本生成上有着惊艳的表现。