2026年5月8日晚19:00，开云kaiyun体育官方网站第七十三期研究生学术论坛在阳光校区崇真南楼A4030成功举办。本次论坛由23级研究生胡振豪、叶壮、代忠诚、邓傲、王冲、刘桐雨和24级研究生杜习虎主讲，开云kaiyun体育官方网站研究生会学术部主办，学院叶傲霜老师出席了该论坛。
胡振豪同学分享的主题为“Every Lie Has a Grain of Truth: Disentangling Deception from Authentic Content for Fake News Detection”。虚假新闻检测因数字内容的指数级增长仍是一项紧迫挑战，本文提出语义分歧与对齐学习（SDAL）方法，将新闻显式拆解为三个互补组件：捕捉同一新闻主题内通用表征的主题泛化特征、分离具有操纵性内容的内容专属特征，以及整合外部知识的辅助特征。该方法通过检测、分离、一致性与重构四项目标函数，在保留主题语义（现有方法常忽视的关键要素）的同时，最大化误导性内容与真实内容的可分离性，在多个基准数据集上的实证评估表明，SDAL在检测准确率与可解释性方面均优于现有最优方法。
叶壮同学分享的主题为“Lipwatch: Enabling Silent Speech Recognition on Smartwatches using”。本文提出一种面向智能手表的无声语音交互系统Lipwatch，通过利用手表扬声器发射的不可听声波并分析回波信号，实现对用户唇部运动的感知与识别，从而提供隐私友好的语音输入方式。针对智能手表的使用特点，系统设计了无需唤醒的交互机制，结合惯性传感器手势检测与声学信号判断自动触发识别；同时提出灵活的无声语音识别方法，通过有限词汇学习实现对未见指令的理解，降低对预定义命令的依赖。实验在15名用户、80条常用指令上进行，结果表明该系统在跨用户测试中词错误率为13.7%，对未训练词汇仍可达到88.7%的准确率，验证了其实用性与应用潜力。
代忠诚同学分享的主题为“A Global-Local Hierarchical Fusion Architecture for Indoor Scene Recognition”。室内场景识别同时包含整体空间结构与细粒度目标信息，是计算机视觉中的一类难点问题。现有方法多采用简单的特征融合方式，不能充分的利用不同层级及跨分支语义信息。针对这一问题，本文构建了一种多阶段的全局—局部分层融合框架，用于协同融合CNN与Transformer在多阶段产生的特征。在各阶段中，先通过交叉引导对齐模块统一局部与全局特征分布，再利用渐进融合模块逐步融合与细化多源信息，从而获得更具判别力的表示。实验结果表明，该方法在多个室内场景数据集上具有较好的表现，验证了分层融合策略的有效性。
邓傲同学分享的主题为“LightSeg3D: Multi-directional Convolutional Aggregation and Asymmetric Semantic Alignment for Multimodel Brain Tumor Segmentation”。针对脑肿瘤形态异质性与语义差异带来的挑战，该研究提出一种轻量高效的多模态语义分割网络LightSeg3D。该网络通过多轴卷积操作模拟自注意力机制，在显著降低模型参数量的同时，实现了鲁棒的高维3D特征提取。此外，本文引入了一种受注意力机制启发的多方向卷积聚合策略，用于同步提取与表征3D空间特征。为进一步增强网络不同阶段之间的特征对齐能力，本文设计了非对称语义对齐模块，有效缓解了重复采样过程引起的语义偏差，并保证最终分割结果在空间结构与上下文语义上的一致性。
王冲同学分享的主题为“CRTSC: Channel-Wise Recalibration and Texture-Structural Consistency Constraint for Anomaly Detection in Medical Chest Images”。无监督医学图像异常检测因其无需数据标注的优势已成为研究热点。然而，传统方法多聚焦于特征选择与交互，往往忽略了异常形态的不确定性，容易导致模型误判。针对此问题，本文提出一种新颖有效的CRTSC框架，包含通道校准(CRM)与纹理结构一致性约束(TSCC)两大模块。通道校准模块通过灵活调整不同特征通道的关注权重，增强了网络对关键特征的表征能力；纹理结构一致性约束则引入纹理、结构、对比度与光照等先验信息，有效提升生成图像的真实性与质量。在多个公开数据集上的实验表明，该方法的整体检测性能优于现有主流方法，验证了其有效性与泛化能力。
杜习虎同学分享的主题为“Storm surge flooding simulation and disaster prevention strategies based on the Delft3D-FM model”。台风风暴潮作为一种极具破坏力的海洋灾害，频繁侵袭沿海地区，给当地带来严重的人员伤亡和财产损失。珠海地区易受台风风暴潮影响，运用Delft3D-FM模型整合地形、改进Holland模型，数值模拟风暴潮增水动态与最大淹没范围。结果表明，台风强度主导增水幅度，路径决定沿海冲击程度；天文潮叠加显著影响淹水强度；低洼地形更易受淹；多因素解析了区域淹水机制。在Delft3D-FM模型中联合工程与非工程措施开展减灾模拟。工程端通过蓄滞洪区调蓄洪峰、加高海堤阻隔海水倒灌；非工程端依托气象监测与应急响应体系实现精准预警。模拟验证两类措施协同可有效降低灾害风险。
刘桐雨同学分享的主题为“Fusion of Microstructural Images and Constituent Properties for Elastic Property Prediction in Unidirectional Composites: A Hybrid ResNet34-MLP Approach”。为解决传统实验预测碳纤维增强复合材料力学性能成本高、效率低的难题，本文构建了一种融合微观结构图像与材料参数的多模态物理引导混合模型。通过有限元分析生成1,200个样本数据集，并设计基于ResNet34与多层感知机（MLP）的跨模态融合网络。引入物理约束损失函数后，模型预测精度显著提升，测试集平均相对误差仅为3.03%，独立验证集误差约为6.6%。同时，为了适应更复杂的数据集，构建了物理残差模型用于迁移学习训练，最终的平均相对误差达到了3.96%的水平。该方法有效融合了深度学习与物理规律，展现了在材料性能预测领域的高精度与应用价值。
