【中学生科研】面对危险，女性该如何自救？| 计算机方向课题

本周课题导视

计算机科学技术方向课题
自动驾驶多传感器融合定位
新型文本转语音方法
危险情况下的女性自救APP
阿尔茨海默病候选治疗药物研究
深度学习在肿瘤医学图像分割中的应用
无模态实例分割算法优化
深度学习模型架构设计

 1. 自动驾驶多传感器融合定位 

目前自动驾驶面临的主要挑战是如何将收集来的大量传感器数据集中在一起，并做出正确决策。

本项目旨在提出一种基于卡尔曼滤波的传感器融合算法，通过融合多个传感器的测量，以达到提升自动驾驶车辆定位精度的目标。该课题适合对机器人传感器融合算法和自动驾驶感兴趣的同学。

相关学科  
计算机科学技术、电子与通讯技术

2. 新型文本转语音方法 

该项目旨在开发一种新的文本到语音的深度神经网络方法，该方法能够将文本转换为在实际场景中的语音。

我们的网络架构基于一种新颖的移位缓冲机制，比现有文献中的更简单。我们使用上下文无关查找表对输入句子进行编码，并且每个字符或音素包含一个条目。

相关学科  
计算机科学技术

翰林有方擅长基于学生的个人兴趣，定位研究方向
量身设计科研课题，制定长远学术规划路线！
想了解哪些课题适合自己，快来添加翰林顾问老师免费咨询吧~

3. 危险情况下的女性自救APP 

本项目拟设计一款名为“Resist”的专为女性设计的APP，帮助女性在危险情况下自救。女性是易被伤害的弱势群体，平台以“赐予女性力量，让女性独立自主”为理念，依赖平台可以保护广大女性的人身安全，提高临危应变力，增强女性自我保护力。

相关学科  
计算机科学技术

4. 阿尔茨海默病候选治疗药物研究

最近的研究发现，导致PARP1活性隆低的 PARP1 蛋白突变对阿尔茨海默病具有保护作用。在项目中，我们的目标是结合生物信息学和细胞挚方法来鉴定PARP1抑制剂。

此项目将结合机器学习、生物物理学和细胞生物学方面的尖端技术，来确定阿尔茨海默病的潜在治疗药物候选者。

相关学科  
计算机科学技术、生物学

5.深度学习在肿瘤医学图像分割中的应用 

为了对肿瘤进行治疗，放射科医生通过医学成像准确识别和分割肿瘤，这通常既昂贵又费时。我们的目标是设计一种新的人工智能模型，其表现可以超越医生的准确性。

在本研究中，学生将全面了解深度学习和计算机视觉，以及数学、计算机科学和统计学的所有背景知识。我们的重点不仅在于算法创新，还在于临床环境中的模型部署。

相关学科
计算机科学技术、生物学

6. 无模态实例分割算法优化 

无模态实例分割旨在获取与人类直觉更加类似的无模态的感知能力。现阶段研究停留在获取物体被投影的2D图像特征中而不是物体的3D形状特征。这导致了根本性的形状先验信息的丢失。

我们的项目将研究不同的特征学习的方法，包括无监督与半监督方法，最终探寻学习物体3D形状特征并为无模态实例分割网络提供形状指引。

相关学科  
计算机科学技术

7. 深度学习模型架构设计

深度基础模型在现代深度视觉系统中居于核心地位。如何通过优化模型结构去探究最优组合是目前研究的一个主要方向。

我们将研究两种类型的神经网络——全连接神经网络和卷积神经网络——并比较它们的性能。实验将在自动驾驶数据集上进行。

相关学科 
计算机科学技术

如果在【 留学背景提升 / 国际学术活动（报名＆备考）】方面
需要支持和帮助的话，欢迎扫码联系我们
还能免费获得一对一学术活动规划！