10月21日下午,中国科学技术大学安徽应用数学中心MathU实验室2023届第二场博士学位论文答辩会于管理科研楼1508教室顺利举行。答辩会由答辩委员会主席、吉林大学伍铁如教授主持,合肥工业大学檀结庆教授,中国科学技术大学陈发来教授、邓建松教授和陈景润教授作为答辩委员出席会议,中国科学技术大学杨周旺教授、黄章进副教授以及多位同学参与旁听。
石甘泉同学、柯景耀同学和邹露同学为此次答辩会的汇报人。其中石甘泉和柯景耀的指导老师为杨周旺教授,邹露的指导老师为顾乃杰教授和黄章进副教授。
石甘泉同学的博士论文题目是《区域覆盖问题的建模与算法研究》,论文开展以算法为核心驱动力的场景任务优化建模与决策智能研究,研究了两类点覆盖问题与一类线覆盖问题。其一,针对容错连通度约束的点覆盖问题,提出一种基于顶点交换的局部搜索算法,定制化设计邻域缩减、禁忌搜索和扰动策略,有效提升算法性能。其二,针对对齐和均匀约束的点覆盖问题,提出融合网格模式布设与整数线性规划布设的混合序列布设方法,提升方案美观度与布设便捷度。其三,针对非交叉多回路约束的线覆盖问题,提出多层次布设方法,提升方案可行性和布设效率。
柯景耀同学的博士论文题目是《基于符号距离函数表示的几何设计及其应用》,论文系统地研究了基于符号距离函数的建模、数值积分、微分方程求解等问题。其一,针对基于符号距离函数表示的设计问题,提出了符号距离函数间的布尔组合异常判断、修正算法和四类符号距离函数生成算法。其二,针对基于符号距离函数的数值积分问题,提出了一种基于自适应剖分的数值求积方法。其三,针对基于符号距离函数的偏微分方程求解,引入了神经网络函数与最小势能原理数值求解具有变分原理的偏微分方程。
邹露同学的博士论文题目是《单目6D物体位姿估计方法研究》,论文从实例级和类别级两个角度分别研究了基于深度学习的6D物体位姿估计方法。其一,针对实例级6D物体位姿估计任务中RGB数据和深度数据异构分布的问题,提出了两种跨模态特征融合方法。其二,为了克服实例级6D物体位姿估计方法只能处理少量已知CAD模型的物体的问题,提出了一种基于像素-点云注意力网络的类别级6D物体位姿估计方法。其三,为了解决物体的类内差异性和类间相似性问题,提出了一种基于几何一致性和差异性的结构特征学习方法。其四,针对复杂结构物体的位姿估计和方法实时性的问题,提出了一种图引导的点云注意力网络。最后,论文对存在遮挡和物体随意摆放的真实场景进行了泛化性能分析,验证了上述方法在复杂的真实场景下的应用前景。
答辩委员会的专家们在听取了三位同学的答辩陈述之后,对其研究工作进行了点评,并就论文的研究动机、理论贡献、实际应用、未来方向等提出问题和建议。基于论文质量和答辩表现,答辩委员会经过讨论和投票表决,最终一致通过了三位同学的博士学位论文答辩,并建议授予博士学位。答辩结束后,同学们与各专家老师们亲切合影留念。
本次答辩会的顺利举行标志着中国科学技术大学安徽应用数学中心MathU实验室在高层次人才培养方面迈上一个新台阶。随着博士研究生培养规模的扩大,实验室将进一步加强人才培养质量保障机制,为高层次人才培养不懈努力。
“丘山积卑而为高,江河合水而为大”,答辩虽已落下帷幕,但学术之行尚未结束。衷心祝愿各位博士生同学前程似锦,在科研的道路上勇攀高峰,更上一层楼!