主题一：

基于深度学习的城市森林鸟声识别方法研究

主讲：李清荣

（导师：张承云）

主题二：

面向类别不平衡的长尾图像分类问题

主讲：胡陆宇

（导师：杨钊）

28日下午16:00-17:00在线上（腾讯会议ID：465-911-514）举行。本次主讲人为20级研究生李清荣、胡陆宇，主题分别为基于深度学习的城市森林鸟声识别方法研究和面向类别不平衡的长尾图像分类问题。

李清荣同学从研究背景及意义、现状与研究目标、研究内容以及帽峰山鸟声检测技术路线四个方面展开了介绍。

他首先介绍了“基于深度学习的城市森林鸟声识别”的相关研究背景，然后引出“现有基于深度学习的鸟声识别”方法存在的局限，提出了基于自适应频率提取的端到端鸟声识别方法，紧接着对声学特征的抗噪声对比、时频分辨率对比、滤波器长度对比、频率初始化策略对比等进行了实验分析，根据分析结果对目前研究遇到的问题进行求解优化，从得到的结果可知，基于渐进式表征转移学习的鸟声识别方法比以往的方法在t(epochs)>20时效果优于其他方法。最后他对其应用进行了简单的分析总结。

胡陆宇同学从选题背景及意义、研究现状与挑战、研究方法及过程以及研究结果四个方面展开了介绍。

他首先介绍了“什么是类别不平衡”和“数据不平衡类型”，然后在解决长尾问题的传统方案的基础上提出了“基于样本先验分析的Softmax互补类权重设计方法”。对此，胡同学详细介绍了Softmax交叉熵损失、LMCL交叉熵损失，分析了LDAM等边距损失的优缺点，同时引入了间距的自适应间距损失。最后分析了特征分布图和不同损失特征分布对比图。

李清荣

2020级电子与通信工程学院

电子与通信工程专业硕士

导师：张承云

主要研究方向：生态声学

主要科研成果：SCI论文1篇，发明专利2篇

胡陆宇

2020级电子与通信工程学院

通信工程专业硕士

导师：杨钊

主要研究方向：类别不平衡图像分类

主要科研成果：发明专利一篇