“玉章科技月”是吴玉章学院（玉章书院）大力推进荣誉学生研究性学习，培养创新创业能力，构建学科交叉融合的科研创新团队，完善科研成果孵育机制的重要载体。

2021年11月5日上午，在望江校区吴玉章学院教务处会议室顺利举办了第二场“玉章科技月”荣誉学生学术论坛。论坛当天，来自轻工科学与工程学院的郭荣辉教授、来自机械学院的汤卿副教授、来自计算机学院的夏欣副教授和来自新能源与低碳技术研究院的廖文杰副研究员参与了项目交流。工科组的十二支学生科研团队展示了相关报告，参与论坛的学生项目组在线完成答辩，并与各位评审专家进行了深入的学术探讨。

活动分为项目展示和答辩两个环节。每个小组先进行10分钟的项目展开，再与老师展开讨论与交流，为保证项目依次有序进行，规定每组总用时不应超过十五分钟。

针对李博洋小组“基于深度学习与截面数据的公司股票收益预测”的项目，汤卿老师认为该项目立体追求方面不是很高，像是市场上短期投机，他认为，研究技术无可厚非，但应该有伟大的追求：为了国家的战略需求，为了行业的发展，把国家层次的利益，放进研究的指向里。评委老师们对同学们寄寓了美好的期望，在场同学深受启发和触动。

“大型水库消落带景观弹性修复策略研究——以成都市李家岩水库为例”课题组从李家岩水库水文、地理、生态等自然本底条件出发，在翔实的前期调查研究的基础上，划分水库消落带区域、结合国内外先进治理经验，选取示范治理点位并提出了消落带修复策略。廖文杰老师针对其项目依托提出问题，项目负责人认真回答，该项目确为其所依托的省科技厅项目的内容之一。

“连续蒸发法制备铯铋碘单晶及其带隙调控”以碲锌镉沉积温度太高和获取成本过高，传统有机钙钛矿环境稳定性较差和铅基的毒性问题为项目背景，该组讲解思路清晰，报告严谨。夏妍老师对该组没有达到预期目标，以及现有成果并未形成论文表示遗憾。

“泛在电网物联中智能边缘设备的脆弱性分析及防御系统实现”项目组进行展示的同学有些紧张，讲解不是很充分。评审老师对其进行鼓励，并提出改良意见。针对该组存在的问题，汤卿老师认为其获取实验数据的方法还需多加考虑：要知道社区所用的电表，没有必要走访社区，而应去电力公司调查，以及反向获取源码的操作。小组同学认真听取了评审老师的意见，并表示接下来会对项目做进一步的优化。

“基于真实世界临床数据髋膝关节置换术后出血风险预测模型开发及验证”项目的建模基于真实世界数据，数据来自四川大学华西医院骨科、四川大学华西医院大数据中心，外部真实性高，目标人群广泛，获取证据高效。汤卿老师认为不同数据之间的关联性应当充分纳入考虑，例如：出血程度跟医生的水平的关联性，建议放在模型中进行学习。廖文杰老师则针对该项目的后续优化和临床应用的可能性给出了指导意见。

“基于深度学习的相机标定技术”项目针对现存的现有成熟算法无法胜任小景深乃至微小景深的相机标定等问题应运而生，该项目的预期目标，对于减少标定耗费时间和提高标定方法的便捷性有着较为重要的意义。评审老师对其项目总体上表示肯定，并提出改进建议。

“中国产品碳中和/碳减排的潜力-以浮法玻璃为例”项目在提倡碳减排的大背景下产生，并通过建模和案例分析等推进实验结果。夏妍老师认为该项目只是在已有的平台上对收集的数据进行分析处理，不能体现出小组成员的创造性，技术方面有待提升。针对该组展示，廖文杰老师给出如下建议，应适当考虑一下评审老师的研究背景，对关键工具的原理进行必要的解释。

“学情通——面向多终端的通用综合教务辅助系统与学情大数据分析平台”项目课题来自于学生们的现实需求，现有的教务系统不能直白地反映学生的学业情况，因此项目组开发了学情通这个项目。项目成果已经邀请多位同学实验，并获得一众正向的反馈。项目负责人讲解思路清晰，学术报告较为严谨，获得了评审老师们一致的肯定。

“基于TCN的太阳耀斑预测模型”项目组表示其项目成果，使用 Weight & Bayes 工具进行大规模超参数调整，在太阳耀斑预测领域首次引入了TCN方法，表现了充分的潜力。郭荣辉老师表示参数的准确率和降低模型的偏耗方面仍需努力。小组同学认真听取了评审老师的意见，并表示接下来会对项目做进一步的优化。

“基于BERT和知识图谱的在线财经新闻情感分析和关键实体检测研究”项目组通过数据收集及清洗，断句操作等，在抽取句子中的关键实体基础上，进一步进行事件类型分类，帮助投资者进行迅速地筛选识别。郭荣辉老师表示，如何进一步提高精度是其接下来需要纳入考虑的重点。

“茶多酚对α-淀粉酶的抑制作用及分子机理探究”项目研究结果表明，茶多酚的添加使得α-淀粉酶的二级结构由层状结构向螺旋结构转变，进而影响了酶的活性，α-螺旋结构的大量增加意味着α-淀粉酶的结构变得更加松散。整个项目难度系数高，并且本身已经取得了一定的学术成果，获得了评审老师们一致的高度评价。

“听音辨国宝——基于语音的大熊猫属性识别”项目做出了大熊猫识别小程序，识别准确率高达99.67%，面对数据搜集规模小且难度较高的问题，则使用加入噪声等数据增强的手段对已有的数据进行扩充。项目至今也已经取得了一定的学术成果，评审老师们对此表达了充分的肯定和鼓励。

各个项目团队思维活跃，勇于创新。评审专家高度认可了同学们的科研创新能力，并期待着更多的同学们能够参与到科研项目中，积极开展跨学科、跨领域的创新研究。