论文被国际学术会议或top期刊录用！这几个学生厉害了

日前，我校两名研究生与一名本科生的论文分别被top期刊Chemical Engineering Journal、IEEE TRANSACTIONS ON IMAGE PROCESSING与人工智能与计算机视觉领域最高级别的国际顶级学术会议ICCV录用。

研究生朱成龙在Chemical Engineering Journal发表论文

01

我校电子信息学院智能传感器和微系统教育部工程中心王高峰教授团队研究生朱成龙以第一作者第一单位在Chemical Engineering Journal(影响因子：13.273)上发表题为“Enhanced energy storage performance of polymer nanocomposites using hybrid 2D ZnO@MoS2 semiconductive nano-fillers.”的研究论文。我校电子信息学院研究生周炳、汶飞副教授、李丽丽副教授、吴薇教授、王高峰教授、MIT张麟研究员和伍伦贡大学韩朝、李维杰、岳增记、张树君为共同作者。其中，汶飞副教授和朱成龙为共同第一作者，我校李丽丽副教授、张麟研究员和张树君教授为共同通讯作者。

薄膜电容器的应用

作为电力、电气及电子信息系统中最重要的电子元器件之一，薄膜电容器被广泛应用于电路中实现隔直通交、耦合、旁路、滤波、能量转换及控制等功能。与电池、电化学电容器等相比，薄膜电容器具有使用电场强度高、电能释放速度快、功率密度高等特点，尤其适用于需要在短时间内释放出大量电能的放电电容器。高温薄膜电容器已广泛应用于众多领域，例如混合动力汽车，智能电网和脉冲电源中的储能组件。双轴取向聚丙烯(BOPP)是薄膜电容器中最常用的商用聚合物，由其制成的薄膜电容器具有高能量效率，但是，较低的介电常数使其储能密度相对较低，已经难以满足这些系统对高能量密度的需求。近年来，科学家通过改性极性聚偏氟乙烯(PVDF)及其共聚物,将PVDF基聚合物的储能密度提高到17 J/cm3。而在实际应用中，从功耗和安全的角度考虑，薄膜电容器不仅需要具备优越的电性能，还要求电介质材料可以在低电场下获得较高的储能密度和效率。

ZnO@MoS2复合薄膜制备流程图

该项工作以杂化二维半导体纳米填料(ZnO@MoS2)作为研究对象，研究MoS2在复合填料中的含量对储能性能的影响。二维材料在击穿过程中可以作为导电屏障，限制电荷的迁移，阻碍电树枝化的扩展，特别是二维半导体材料(MoS2)还具有明显的带隙和电场可调的介电常数。因此，通过超声混合法制备了不同比例的ZnO@MoS2纳米填料。研究发现，杂化填料可以有效地改善材料的介电性能、击穿电场和储能性能，同时指出少量添加物不容易影响材料的击穿电场等性能，但能有效改善复合材料的介电性能和极化性能。此外，相比于简单物理混合填料(ZnO-MoS2)，杂化填料(ZnO@MoS2)不仅可以在保持相近低损耗的情况下提高介电常数，还可以降低导电沟道击穿的可能性。本文通过溶液浇铸法制备了不同填料质量分数的P/ZnO@MoS2复合薄膜。研究发现，当填料中MoS2含量小于2 wt.%时，击穿场强下降很少；高于2 wt.%时，击穿场强小于纯基体的70%，表明只有MoS2含量(2 wt.%)适量时，形成的ZnO@MoS2杂化结构可以有效地抑制载流子的运动，同时降低交流电导率以维持较高的击穿场强。通过P-E loop和储能测试，2 wt.% P/ZnO@MoS2复合薄膜在300 MV/m下具有7.2 J/cm3的高能量密度，比纯PVDF聚合物的储能密度高70%，并且其效率高达83%，使这种纳米复合材料有望成为储能领域的候选材料。该研究工作受浙江省科技厅的重点研发计划项目和自然科学基金的支持。

本科生叶晴昊的论文被计算机视觉顶级会议ICCV 2021录用

02

我校计算机学院本科生叶晴昊与牛津大学、帝国理工学院合作的1篇长文论文被ICCV 2021主会（main conference）录用。ICCV (International Conference on Computer Vision) 是人工智能与计算机视觉领域最高级别的国际顶级学术会议，也是中国计算机学会（CCF）推荐的A类国际学术会议，每两年召开一次。ICCV2021收到有效投稿6236篇，最终录用1617篇，录用率为25.9%，竞争相当激烈。

Overview of the audio-visual 

tensor fusion scheme

论文“Temporal Cue Guided Video Highlight Detection with Low-Rank Audio-Visual Fusion” 提出一种轻量级的视频高光检测网络，提出的轻量化时空线索可以帮助模型高效且有效地建模视频中的时序信息；同时，基于改进的多示例学习方法可以在不需要任何人工的标注下有效地利用网络爬取的视频进行学习。该论文第一作者与通讯作者为计算机学院2016级本科生叶晴昊，第四作者为计算机学院2018级本科生王子瑞。该论文的研究成果是两位同学在创新实践的课程中与导师李平副教授不断探讨完成的。同时得到了牛津大学博士后高远博士与帝国理工高级研究员杨光博士指导。

研究生龚镖一论文被CCF-A类、SCI一区top期刊录用

03

我校自动化学院智能信息处理实验室(IIPL)研究生成员龚镖的文章 Hamming Embedding Sensitivity Guided Fusion Network for 3D Shape Representation 被 IEEE TRANSACTIONS ON IMAGE PROCESSING（CCF-A类，SCI一区top期刊）录用。该实验室由颜成钢教授领衔，与美国北卡罗来纳大学教堂山分校、美国中佛罗里达大学、中国科学院、清华大学等国内外多家高校和科研院所有长期密切的合作，近年来培养出多名优秀学生。龚镖的文章提出了一种新颖的基于汉明嵌入灵敏度的多模态特征融合网络，它能将来自各种三维模态的数据与用于形状识别和快速检索任务进行统一集成。三维多模态数据以不同的结构（三维多模态）表示现实世界中的3D对象。然而，从各个模态中分别提取的特征的关联性通常非常低，目前常用的利用注意力机制来学习多模态特征融合的联合网络的泛化能力较弱。在本文中，作者提出了一种新颖的基于汉明嵌入灵敏度的多模态特征融合网络HamNet，以实现不同三维模态的特征融合。本文通过溶液浇铸法制备了不同填料质量分数的P/ZnO@MoS2复合薄膜。该研究工作受浙江省科技厅的重点研发计划项目和自然科学基金的支持。

  来 源   | 自动化学院  计算机学院  电子信息学院

  排 版   | 张听听

  责 编   | 楼  威

推荐阅读