中日合作交流樱花系统

大连交通大学 2023年度樱花科技计划学生研修报告 2023年11月 樱花科技计划项目是由白川英树等11位日本诺贝尔奖获得者发起，由日本科学技术振兴机构（JST）全额资助以中国为主的亚洲青少年短期访问日本学校、科研院所和企业等机构，与日本青少年以及各前沿领域科学家、研究人员等全面开展科技交流的一项国际交流活动。中日双方派遣单位通过“结对子”方式分别向双方上级主管部门中国科技部国际司和日本科学技术振兴机构进行申请。本次可以参与此科技交流项目，我们深感荣幸。 在踏入大连交通大学外国语学院后，我们一直梦想着在努力学习日语，并成为新时代的外语人，作为“中日交流之桥”的一份子而努力。疫情结束后我们终于获得了这份殊荣。 最开始了解樱花科技计划是通过疫情前参加过此项目的学长学姐们的发表，了解到了这个项目，我们认为可以通过本项目开拓自己的视野，为以后的学习、工作、生活打下良好的基础。现在回想这一趟日本的研修交流，我们收获颇丰。 于2023年11月12日出发的大家大部分都是第一次离开自己的祖国母亲，怀着既好奇又紧张的新奇我们登上了ANA航空公司的飞机，在日本空乘人员的帮助下我们依次找到了自己的座位，开始了为期7天的研学计划。 到达日本成田国际机场已是傍晚，在日方工作人员而帮助下我们乘上了前往酒店的大巴，看着窗外陌生的风景、满是日语的招牌、靠左行驶的汽车，使我们愈发期待起了第二天的课程。 13日一早，伊东老师就来酒店迎接我们，简单寒暄之后就乘电车前往了东京都市大学。我们参观了东京都市大学干净的校园、充满学习氛围的研究室大楼、阳光明媚的图书馆。图书馆中不仅收藏了各个专业的图书、杂志、报刊，还有很多儿童读物。其中有一本名为《かわ》的书，记录了经东京汇入太平洋的大小河流的形成过程，支流组成以及历史变迁。如果小朋友们阅读了这样有趣的描绘了自己家乡母亲河的绘本以后，肯定会愈发热爱自己的故乡吧。 参观完校园之后，我们分别加入了不同的研究室。如，康同学参加了延泽老师的知识信息处理研究室。由于时间紧张，并且正值同学们需要进行期中成果汇报，所以只需和听取同学们的汇报并学习感兴趣地部分即可。研究室的大四的同学们研究的主题主要是针对各个国家不断涌现的网络用语，设计一个系统或者算法来尽量精准地将其翻译成本意。通过收集各个主流社交媒体上的网络用语，然后对其进行分析、修正、最后得出结论。大三的同学主要是通过分析用户评论、评价之类的文章来抽出关键字或标签，以提升用户检索信息的速度与准确性。我们在此学到了一个概念--TF-IDF：是一种用于信息检索与数据挖掘的常用加权技术，常用于挖掘文章中的关键词，而且算法简单高效，常被工业用于最开始的文本数据清洗。当有TF(词频)和IDF(逆文档频率)后，将这两个词相乘，就能得到一个词的TF-IDF的值。某个词在文章中的TF-IDF越大，那么一般而言这个词在这篇文章的重要性会越高，所以通过计算文章中各个词的TF-IDF，由大到小排序，排在最前面的几个词，就是该文章的关键词。 除了专业知识学习以外，我们还给日本的同学们介绍了我们的故乡--山西省大同市、辽宁省大连市、抚顺市、福建省等等。比如大同，那里不仅是中国的煤矿之都，亦是中国的佛教圣地之一、北魏古都。中国的万里长城穿过田野，抵御了外敌也连接了中国的名族情。还给大家品尝了山西的特色果脯--阳高杏脯。 15日，我们又参加了荒井老师负责的研究室，这里主要研究主题是深度学习和语义分割：度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。 深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。 深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步；语义分割是一种典型的计算机视觉问题，其涉及将一些原始数据（例如，平面图像）作为输入并将它们转换为具有突出显示的感兴趣区域的掩模。许多人使用术语全像素语义分割（full-pixel semantic segmentation），其中图像中的每个像素根据其所属的感兴趣对象被分配类别ID。早期的计算机视觉问题只发现边缘（线条和曲线）或渐变等元素，但它们从未完全按照人类感知的方式提供像素级别的图像理解。语义分割将属于同一目标的图像部分聚集在一起来解决这个问题，从而扩展了其应用领域。注意，与其他基于图像的任务相比，语义分割是完全不同的且先进的，例如，图像分类：识别图像中存在的内容。物体识别和检测 ：识别图像中的内容和位置（通过边界框）。语义分割： 识别图像中存在的内容以及位置（通过查找属于它的所有像素）。 为了收集有关做语义分割实验的数据，我们和两位日本学长一起在学校周围和浅草寺附近拍摄了很多日本街道的照片，一起品尝了日本的拉面，在浅草寺还抽了神签，最后利用拍的照片通过模型生成了语义分割的结果，并以此为基础制作了最后的成果汇报PPT。最终汇报在诸多日本友人的帮助下圆满通过，我们不仅收获了知识还结交了很多异国的好朋友。 除了和同学们一起学习以外，我们还圆了很多儿时的梦想，如与忠犬八公雕像合影。八公是一只于1923年被上野教授捡到的秋田犬，为了感谢教授的养育之恩，八公每天都会送教授到涩谷电车站，可是1925年教授突发心脏病去世了，可是八公任然每天去电车站等他的主人回家，一直等了10年直至去世。八公去世后，为了纪念他的忠诚，人民为八公在涩谷站前设立了一座铜像，他又可以继续等待他的主人，由来已有1个世纪，这种纯粹的忠诚怎能不令人为之动容。 日本的交通网络给我留下了很深的印象，东京地铁线路是一套很完整的道路体系。而且我们发现，无论什么时候，就是早高峰晚高峰，大家都是排队上车，从来没有插队不文明的现象。这点是非常值得让我们学习的，而且在电车上，大家都是沉默不语，自己看手机或者看书。没有大声讲话，没有吃东西，背书包的人会自觉的把书包背在前面不影响别人。之前大家都说，日本社会是很冷淡的社会，但这次我们去之后发现，其实这些小的细节也是一种善意，也是一种对别人的温柔。 在此，我们想对促成此次樱花科技计划交流的各方表达诚挚的感谢。这次科技交流和文化体验的难忘之旅，将极大促进今后我们在求学、工作路上的求索，以及对两国友好的感性认识。