为了提高研究生的学术素养，营造浓厚的学术氛围，11月3日下午2:00，AG真人国际第二十期研究生论坛在崇真楼南楼A4030举办。本次论坛由2021级研究生原少将、汪恒、党青霞和洪铖主讲，AG真人国际研究生会学术部主办。
原少将的报告题目是“Jigsaw Block for Anomaly Detection of Industrial Products Considering both Texture and Shape Information”。工业品表面缺陷的异常检测是现代工业化生产的重要事项，当前的普遍方法是使用基于ImageNet的预训练模型来获取预训练特征，但是卷积神经网络的局部限制性导致这些特征在处理某些形状信息突出的产品时具有很强的局部纹理偏见性，缺乏提取高等级特征的能力。为解决该问题，他设计了一个专门用于处理该问题的拼图注意力模块，包括自监督拼图模块和特征整合注意力模块，通过融合多尺度特征学习到了丰富的高级形状信息,将该模块嵌入到流行的异常检测方法后，在MVTec AD数据集上有显著提升，证实了该模块的有效性。
汪恒的报告题目是“A Systematic Mapping Study of Information Retrieval Approaches Applied to Requirements Trace Recovery”。报告对近十年来需求跟踪与信息检索领域的所有交叉原始研究执行了系统地计算与统计分析，系统地总结了当前用于需求跟踪活动最常用的4种信息检索模型、21种模型改进策略、37个实验验证数据集以及8种实验效果度量指标,为同领域的研究者提供了重要的研究参考，并且能够帮助研究者全面地了解需求并跟踪领域在使用信息检索技术解决实际问题的最新现状。
党青霞的报告题目是“基于卷积神经网络和注意力机制的人脸识别”。报告提到在21年VIT将transformer引入机器视觉领域，随之各种transformer模型的提出席卷了各种机器视觉的下游任务，并且取得了不错的效果。她将轻量级模型处理多姿态人脸识别的方法进行优化，将轻量级卷积神经网络和transformer结合，综合考虑了模型的大小，提高了人脸识别的准确率。
洪铖的报告题目是“Joint extraction of entities and relations based on decomposition and recombination strategy for biomedical text mining”。他讲到实体关系抽取任务作为信息抽取的子任务之一，近年来受到了广泛关注。并提出一种基于重组匹配策略的实体关系联合抽取方法，将实体关系抽取任务分为三个相互关联的子模块。该模型在生物医学领域的三个数据集上都取得了良好的抽取效果。