主题一：单基站毫米波雷达的人体运动方向识别研究
主讲：黄鸿铭
（导师：浣沙）
主题二：面向卷积神经网络的FPGA加速技术研究
主讲：杨元嘉
（导师：浣沙）
主题二：物理驱动机器学习的智能超表面设计方法研究
主讲：邱君辉
（导师：唐冬）
主办机构
麻豆视频-麻豆av-麻豆在线
时间安排
2025年4月28日16：30-17：30
地点
黄埔研究院A1栋304教室
为拓宽麻豆视频麻豆视频
视野，促进麻豆视频麻豆视频
交流，营造良好的麻豆视频
氛围，麻豆视频-麻豆av-麻豆在线
主办的“麻豆视频
说”第97讲于4月28日16：30-17：30在黄埔研究院A1栋304教室。本次主讲人为麻豆视频黄鸿铭、杨元嘉和邱君辉。
黄鸿铭同学的研究方向是提高基于微多普勒的人体运动方向确定的鲁棒性，他提出了一种利用多角度人体运动产生的微多普勒特征进行识别的深度学习网络。在公开数据集的实验中，验证了其所设计的网络在准确度方面相较于其他先进网络有1%~7%的提升、所使用的性能参数也相较于其他先进网络有明显的提升，且在自建数据集的实验中，其提出的网络相较于公开数据集的实验在准确度方面只有0.226%的差异，也证明了所选网络的泛化性能相较于其他网络要更好。
杨元嘉同学主要围绕面向卷积神经网络的FPGA加速技术展开研究。卷积神经网络计算量和数据量巨大，FPGA因综合了GPU和ASIC的优势，更适合用于其算法加速。研究采用脉动阵列和Winograd算法，通过提高数据复用率、减少资源消耗，实现资源受限下的高吞吐加速器。实践中使用YOLOv4-Tiny模型，对比了普通和乒乓数据交换机制。结果显示，优化后的FPGA在资源消耗和功耗上有优势，虽图片处理延迟稍大，但兼顾了性能与资源占用。
邱君辉同学围绕物理驱动机器学习的智能超表面设计方法展开研究，重点解决了三大问题：1）如何构建融合麦克斯韦方程组的物理约束机器学习模型；2）如何通过可微分编程实现超表面结构与电磁响应的端到端联合优化；3）如何利用小样本学习克服高精度电磁仿真数据稀缺的瓶颈。研究成果将为智能超表面的自动化设计提供理论工具，并在通信速率、能效及覆盖范围等方面提升未来无线网络性能。
黄鸿铭
2022级麻豆视频
通信工程专业
导师：浣沙
主要研究方向：毫米波识别
主要麻豆视频
成果：
[1] Huan S, Huang H, Shang W, et al. Improved Vision Transformer Based on Spatiotemporal Micro-Doppler Characteristics for Human Motion Direction Determination[J]. IEEE Sensors Journal, 2025.
[2] 浣沙，黄鸿铭，杨小萱，曹忠，张曼，尚文利. 一种基于融合网络的人体运动方向确定方法及系统（实质审查，申请号：202410378937.6）
杨元嘉
2022级麻豆视频
集成电路工程专业
导师：浣沙
主要研究方向：硬件加速
主要麻豆视频
成果：专利一篇
邱君辉
2022级麻豆视频
通信专业
导师：唐冬
主要研究方向：智能超表面设计
（撰稿人：区键铨 审核：谢玲、张虓）
