报告题目：谐振式风力发电机及效率测控系统设计，基于先验感知的多任务病理图像计算

报告时间：1月13日（周一）9:00

报告地点：学科楼三号楼S410室

报告人：徐鑫、闫朝阳

点评老师：刘云平副教授

主持人：唐翠梅老师

内容简介：

“谐振式风力发电机及效率测控系统设计”报告提出一种发电机能量流向主动控制的方法，通过在发电机和负载之间添加受控能量调节网络，实现发电机在不同风速下能量的受控流动，从而优化提高不同风速下风力发电效率。基于该方法，还设计了一套由风力发电机、谐振网络、能量抽取开关、上位机控制系统等组成的风力发电系统，由风能转化为的电能，利用谐振网络中的电容储存，并通过继电器控制的能量抽取开关控制谐振电容的切换，在风力变化的过程中，通过不断调节谐振网络的参数，对能量进行存储和转移，从而使得风力发电机的效率提升。

“基于先验感知的多任务病理图像计算”内容简介：腺癌是最常见的癌症，其病理诊断意义重大。具体来说，分化程度和分化程度决定了腺癌的分级。根据这一领域知识，我们在卷积神经网络（CNN）中将腺体区域编码为先验信息，指导神经网络在推理时对腺体的偏好。在这项工作中，我们提出了一个包含腺体分割和分级分类分支的病理性结肠图像分析的多任务学习的先验神经网络框架。分割的概率图也起到了空间注意的作用，强调了不相关部分的腺体损伤和运动噪声。实验表明，该框架的分级准确率为97.04%，AUC为0.9971。同时，我们的模型可以预测腺体区域的mIoU为0.8134。重要的是，它基于腺癌的临床病理诊断标准，这使得我们的模型更具解释性。

报告人简介：

徐鑫，自动化学院2017级控制工程专业研究生，研究方向：LLC谐振式功率电源，主要成果：“兆易创新杯”第十四届中国研究生电子设计大赛全国总决赛团队一等奖、第十二届全国大学生节能减排社会实践与科技竞赛三等奖、2018年全国大学生嵌入式芯片与系统设计竞赛三等奖和企业特别奖等。

闫朝阳，自动化学院2018级控制科学与工程专业研究生，研究方向：影像和病理图像分析。主要成果：2019年第三届图像计算与数字医学国际研讨会骨盆MR影像骨骼肌肉分割挑战赛冠军和性能第一名，目前在国际医学图像顶级会议ISBI2020发表论文一篇，在投和在审SCI期刊论文各一篇。

欢迎广大师生踊跃参加！

自动化学院

2020年1月11日