5月14日晚，第八期@World“触感学术前沿”国际化交流活动在计算机学院二楼转角会议室顺利举办。作为帮助学生拓展国际化视野、学习最新前沿知识的重要举措之一，本期@World“触感学术前沿”活动继续邀请了四位优秀学生分享参加国际会议及短期出国（境）访学项目的见闻，并就彼此领域的前沿进行探讨。

张玉琪分享了ICCV23的参会感受，并介绍了关于视频剪辑的表征学习论文。视频剪辑的表征学习是一种通过深度学习算法从视频数据中提取和学习有用特征的方法，以便更好地进行视频理解和处理。表征学习的目标是将高维、复杂的原始视频数据转化为低维、易于处理的特征表示。这些特征表示可以用于各种任务，如视频分类、视频检索、动作识别、场景理解等。

姚继珣的报告主题为“保留背景音的噪声鲁棒语音转换”。保留背景音的噪声鲁棒语音转换的主要思路是在存在背景噪音的情况下，将源语音转换为目标语音，同时保持背景噪音的一致性。他提出一种基于多任务学习的端到端框架，通过顺序级联源语音的分离模块、瓶颈特征提取模块和语音转换模块，以实现转换后语音保留源语音背景音的功能。实验表明，该方案在说话人相似度与音质上显著优于基线系。

曾檄介绍了基于进化强化学习在没有先验知识的情况下设计生物序列的方法。出于节省实验费用的需求，机器学习方法被用来辅助生物序列的设计。然而，由于可用的具有已知特性的生物序列数据有限，这严重限制了机器学习模型的训练，并且大大降低了它们的适用性和性能。为了填补这一数据空缺，曾檄提出了ERLBioSeq , 一种用于生物序列设计的进化强化学习算法，可以在不依赖先验知识的情况下设计生物序列。实验表明，所提出的方法较现有方法取得了显著的改进。

范铭楷分享了在阿联酋大学信息技术学院的学习经历，并对复杂环境下小目标检测进行了简述。在复杂环境下进行小目标检测是计算机视觉领域的一项具有挑战性的任务。这种任务涉及在具有大量背景干扰和复杂场景的图像或视频中检测并识别尺寸较小的目标。范铭楷结合自身科研经历，重点叙述了如何通过增强模型对小目标的信息表征能力提升模型对弱小目标的检测能力。

随着最后一位分享者的精彩讲述落下帷幕，计算机学院第八期@World“触感学术前沿”国际化交流活动圆满结束。本次活动不仅为同学们提供了一个深入了解国际会议和短期访学经历的窗口，也为未来的国际交流与合作奠定了坚实的基础。拓宽了同学们的国际视野，也激发了他们对科研探索的热情，为他们未来的学术旅程注入了新的动力。

未来，计算机学院将继续致力于为同学们搭建更广阔的学术交流平台，促进国际化教育的深入发展。让我们共同期待下一期@World“触感学术前沿”国际化交流活动！