电院要闻
这三位电院学霸获评第七届“学术之星”及提名奖!
作者:胡胜彪 供稿:研究生工作办公室 日期:2022-12-15 阅读:2415

12月8日下午,第七届上海交通大学研究生“学术之星”会评答辩会在上海交通大学闵行校区陈瑞球楼100号报告厅举行。“学术之星”评选作为落实“学在交大”的重要举措,自2016年首次举办以来已成长为我校的一项重要名片、权威评选。

经过现场的精彩展示和激烈角逐,专家综合考虑候选人的学术成果综评、创新性、代表作学术水平等因素进行打分,最终评选出10位“学术之星”和10位“学术之星”提名奖。


1.png


在第七届“学术之星”评选活动中,学院概况微纳电子学系2020级博士研究生过悦康、计算机系 2020级博士研究生张倬胜荣获“学术之星”称号,自动化系2018级博士研究生王光明荣获“学术之星”提名奖。

1671081181615272.png

1671081200936225.png

"学术之星"风采

1671081221789102.jpg


集中一点,精益求精

过悦康,微纳电子学系2020级博士研究生,师从周健军教授。研究方向是模拟与混合信号芯片设计,主要研究模拟数字转换器芯片。目前已发表/录用论文20篇,其中第一作者论文8篇;申请发明专利6项,其中3项已授权。三次获得研究生国家奖学金,三次获得中国研究生创“芯”大赛全国一等奖。

研究生期间,他主要研究模数转换器(ADC)芯片设计,聚焦于通信系统中的高速宽带ADC。5G通信及向下兼容的移动终端系统,需要ADC可以满足低速高精度的2G通信要求,也能满足中等精度高速的5G通信要求。他在高速宽带ADC原始架构的基础上,通过参数自适应配置与系统架构可重构,提出多模可重构ADC,从架构层面满足了多模式通信协议的需求。在电路层面,他在“精度”与“速度”两个维度进行协同优化设计。通过提出零延时的非线性校准技术,在精度方面,ADC的无杂散动态范围可以被显著提升;在速度方面,系统可以运行在高速原始架构的最高速模式。基于系统层面与电路层面的优化设计,单颗ADC芯片可以兼容2G/3G/4G/5G多种通信协议。

射频直采接收机系统要求ADC具备GHz频率的奈奎斯特采样率,同时有可观的能效。流水线型ADC,依赖于其并行的工作模式,可以在速度上满足GHz采样率的要求,但能效瓶颈难以突破。流水线-逐次逼近型ADC,具备高能效,但速度受限于串行的工作模式。为了同时突破速度与能效瓶颈,他提出了Ping-Pong架构ADC,在系统层面,将并行与串行的工作模式相结合,兼备并行工作高速与串行工作高能效的特点;在电路层面,Ping-Pong操作可以在不增加额外硬件的基础上消除比较器复位时间,有效提升速度,兼备高能效。这个单通道的高速高能效新架构,可以扩展应用在多通道高速奈奎斯特ADC中。


1671081230789499.png


以不息为体,以日新为道

张倬胜,计算机科学与工程系2020级博士研究生,师从赵海教授。博士期间研究方向为人机交互系统。以第一作者(含共同一作)在领域内顶级会议和期刊发表论文15篇,包括TPAMI(IF= 24.314)和TNNLS(IF= 14.255)。论文被引次数超过1800次,一作累计影响因子超过60,2篇第一作者论文入选Google Scholar Metrics 2022高被引榜单。2021年入选“全球AI华人新星百强”榜单,获得百度奖学金(全球10人),担任国内计算语言学旗舰会议CCL 2022学生研讨会共同主席。

博士在读期间,他主要从事自然语言处理领域的研究,致力于构建具有人类语言认知能力的人机交互系统。针对现有系统存在的知识来源单一、缺乏常识、可解释性差等挑战,他从人类认知模式出发,探索计算语言学驱动的知识学习新范式。具体而言,他从“学什么”“怎么学”“怎么用”三个角度展开了系统性的研究。首先,将输入的自然语言文本进行结构化解析,得到语言标签,引导模型阅读文本时关注语言结构特点,提升模型的知识捕获能力。其次,在模型进行大量阅读时,使用句法结构信息,引导模型关注篇章中的关键信息,提升长文本理解能力。最后,在模型完成作答时,要求模型进行答案检查校验,给出作答依据,并拒绝不能回答的问题。基于以上成果,他研发的语言理解系统在国际权威阅读理解考试评测榜单取得超越人类分数的成绩,成果被应用于问答、对话、搜索引擎等常见场景。


6.png

信念即自我实现预言

王光明,自动化系2018级直博生,师从王贺升教授。研究方向为非结构动态场景下的机器人感知与定位。博士期间共发表了17篇期刊会议论文,其中第一作者论文16篇,一作SCI检索论文11篇(中科院1区期刊7篇,一作累计影响因子>110),一作会议论文5篇(CCF A两篇,CCF B三篇)。申报国家发明专利5项,其中已授权1项。连续两年获得博士生国家奖学金。获得国家留学基金委资助在ETH博士联培一年。

博士期间,他具体工作及成果包括:针对复杂环境中的空间动态未知性,在网络中引入几何的结构化先验。提出结构化动态点云序列卷积方案实现了高精度动态点云语义理解;提出带反向验证的全对全双注意力匹配机制,实现了厘米级的三维场景流估计;提出可学习的动态嵌入掩膜,以及由粗到细的掩膜和位姿细化策略,实现高精度的激光雷达里程计。

针对复杂环境中大规模无序数据处理低效问题,结合投影感知几何先验提出无序点云数据的高效学习算子,突破对无序化动态数据的加速处理难题。实现了机器人感知定位相关任务上精度和效率的双提升!


学在交大,不负青春

科研创新,强国有我

砥砺奋斗新时代

奏响属于电院人的时代强音!


Baidu
map