论坛简介
软件工程研究所以工业软件技术、工业大数据与工业智能以及医学人工智能等为主要研究方向，致力于围绕工业智能智造，优化工业生产流程，提升工业生产线智能化水平；围绕重大疾病的筛查诊断、治疗等，优化诊疗流程，提升治疗效率。自成立以来，西点软件所在并发理论、对象技术、程序理解、软件安全分析、软件测试与自演化等主流软件工程研究方向上取得了特色鲜明、优势明显的研究成果。并与多家研究所、医院和企业合作，面向航天、医疗、工业生产等领域，做了大量卓有成效的工作。未来将结合人工智能、云计算、大数据、工业物联网等技术，搭建工业云平台，实现工业经验知识数字化和异构数据汇聚分析，支撑工业生产智能决策、业务模式创新、资源优化配置，服务国家工业发展需求。
为了紧跟学术发展前沿，加强软件工程领域院友教师间的学术交流，在我校90周年校庆之际，特邀请中国科学院长春光学精密机械与物理研究所、华中科技大学、浙江工业大学太阳集团www0638、齐鲁工业大学、美国Drexel大学、美国哈里斯堡科技大学等高校的优秀院友，通过主题报告的形式，分享软件工程领域理论和技术的新进展，以加强学术前沿交流，促进我校更好地发展，扩大学科影响力与知名度。
论坛组织
主办：
西安电子科技大学软件工程研究所
论坛主席：刘西洋教授
论坛副主席：王黎明副教授、范磊副教授
论坛安排
论坛时间：2021年9月25日
论坛形式：线上举行腾讯会议，会议号：164 744 602
议程安排
报告嘉宾简介
吴伟民，华中科技大学
太阳集团www0638院友
报告题目：WiFi技术现状和WiFi产学研创新研究
报告摘要：
介绍2010到现在本人的一些主要研究：与中国移动研究院的4G标准化和华为的wifi合作。介绍WiFi6相对WiFi5的改进（PHY新技术、MAC新技术，能够提供给用户的体验），WiFi 7采用了哪些关键技术（多信道绑定、HARQ和多AP协调等）华为WiFi领域研究方向介绍：华为2012研究院的WiFi7标准化进展；华为光产品线提出的F5G（FTTR）技术介绍，引入毫米波WiFi，无丢包漫游，跨层的MAC资源调度等技术；华为终端，投屏优化（传输优化和点对多点投屏）、双频/三频融合数据优化传输，远程PC质量保证和一对多传文件等；上海海思，透明IOT终端质量改善，強干扰环境下的TCP业务质量改善，一对多投屏。与华为的一些主要差异化特性合作研究简介：自研芯片的windows驱动开发，终端WiFi测试仪器开发，WiFi的TCP性能优化，大用户的WiFi的组播质量保证，WiFi多信道VR传输研究收获总结。
报告人简介
吴伟民，华中科技大学电子信息与通信学院副教授。1992年获西电电子科技大学计算机软件专业学士；1995年获四川大学计算机应用专业硕士；2007年获华中科技大学信息与通信工程专业博士。在无线通信领域，承担完成了4个宽带移动通信重大专项子课题和2个863重点项目子课题，2008年获得湖北省科技发明一等奖（排名第5）。在无线通信系统和无线通信协议领域与国内头部企业进行了长期的产学研合作研究。2009年到2014年，与中国移动研究院在LTE/LTE-A标准化领域进行长期合作，合作申请了12项发明专利，为中国移动LTE/LTE-A RAN2标准化提案工作提供了仿真平台和仿真评估支持，为中国移动4G标准化工作做出了很大贡献。2010年以来，与华为公司在无线MAC协议与WiFi领域合作完成近20个产学研合作项目，尤其在WiFi领域，在WiFi 6/7标准化、产品样机研发和差异化竞争特性等研究方向同时与华为终端、上海海思和华为光产品线等多个部门进行了合作研究，解决了华为WiFi产品的多个技术难点与痛点。与华为公司合作申请了近30项发明专利，16项转化为PCT国际专利（其中第一发明人11项）；2020年为华为终端研发了基于海思芯片的商用Windows WiFi/蓝牙驱动程序，解决了华为Wintel领域自研芯片Windows WiFi/蓝牙驱动程序从无到有的问题，开创了新的技术方向并获得了华为终端硬工总裁奖。
张浩，齐鲁工业大学
太阳集团www0638院友
报告题目：海洋光学成像及探测技术
报告摘要：
介绍海洋光学成像及探测的背景与意义、研究内容与范围、国内外相关仪器设备发展现状。结合相关海洋光学成像仪器设备的应用场景，介绍部分水下成像系统的设计、研制、调试、测试等研发过程，及其在研发过程中的工程技术问题。介绍部分常用海洋探测仪器的技术特点与工程化应用情况。
报告人简介
张浩，男，博士，副研究员，硕士生导师，山东省科学院（齐鲁工业大学）海洋仪器仪表研究所水下成像团队负责人。2011年毕业于西安电子科技大学计算机学院，获计算机科学与技术工学博士学位，主要研究方向为水下光学成像、计算机视觉、模式识别。现为日本电子信息通信工程协会（IEICE）会员，《Journal of the Chinese Institute of Engineers》（SCI）与《Abstract and Applied Analysis》等期刊审稿人。主持和参与国家自然科学基金、国家高技术研究发展计划（863计划）、国家重点研发计划、科技部国际科技合作、国家海洋局海洋公益性行业科研专项、山东省重大科技创新工程、山东省重点研发计划、山东省科技发展计划等项目30余项，发表SCI/EI论文30余篇，授权专利14项、软件著作权7项。
王斌，中国科学院长春光学精密机械与物理研究所
太阳集团www0638院友
报告题目：地基大口径望远镜后端若干数据处理问题及其引出的理论与方法
报告摘要：
天文学的研究促成了现代科学的研究方法，天文观测促进着物理与数学的发展，影响着人类的世界观。而天文观测离不开大口径望远镜的研制。大口径望远镜的核心指标是成像分辨率。提升成像分辨率主要是通过增大口径、精密装调、动态像差高速补偿、事后图像处理等技术。本报告从大口径望远镜的若干数据处理问题出发，引出了一种对超参数选取不敏感的统计推断方法。该方法有着模型选择相合性及估计在支撑集上的渐近正态性。并在实验上，不论是估计的MSE还是模型选择能力，本方法在默认参数下，优于用交叉验证选取超参数的ALasso、OMP、MCP、SCAD算法。最后，为了考察该方法对实际工程问题的处理能力，我们把其用在了光学系统像差检测上，令检测精度得到较大提升。
报告人简介
王斌，汉族，1980年，吉林人，计算机硕士，统计学博士，2006年参加工作，目前为中科院长春光学精密机械与物理研究所探测部创新室主任，研究员，光学工程专业博士生导师。从事计算光学与统计数据处理等方向工作，发表文章20余篇，授权专利7项，主持和参与了863、4米口径地基望远镜、自然基金重点项目、国家重点研发计划多项重大项目。
王鑫，浙江工业大学太阳集团www0638
太阳集团www0638院友
报告题目：智能电力计量系统中前沿人工智能技术研究
报告摘要：
智能电力计量系统是新型电力系统中的关键子系统之一，在实现南方电网计划2030年前基本建设成新型电力系统这个任务目标时，如何将前沿人工智能技术应用于电力计量系统中具有较高的研究价值。本报告将结合演讲人在过去几年在智能电力计量系统方面的若干项目实践经验，介绍如何将大数据，知识图谱，联邦学习，数字孪生等技术应用于电力计量数据质量提升，电力计量知识提取和发现，用电量数据共享，电力计量设备故障诊断等方面的研究成果。
报告人简介
王鑫，博士、浙江工业大学太阳集团www0638副教授、硕士生导师。浙江大学太阳集团www0638兼聘副教授；浙江大学国际设计研究院信息与交互设计实验室主任；中国计量大学质量与安全工程学院校外硕士生导师；中国物流与采购联合会理事；中国机器人运动工作委员会浙江省竞赛委员会专家；IEEE PES数字电网技术委员会（中国），电力信息系统及数据技术分委会常务理事。
贠大庆，Harrisburg University
太阳集团www0638院友
报告题目：Improving Big Data Transfer Performance in High-performanceNetworks
报告摘要：
Extreme-scale e-Science applications in various domains such as earth science and high energy physics are generating colossal amounts of data, now frequently termed as ``big data''. These big datasets must be stored, managed and moved to different geographical locations for distributed data storage, processing, and analysis. Such big data transfers require stable and high-speed network connections, which are not readily available in traditional shared IP networks such as the Internet. High-performance Networks (HPNs) featuring high-speed links and bandwidth reservation have been developed in a rapidly expanding scope to support such data-intensive applications. However, due to the fast-changing dynamics and high complexity of big data transfer in HPNs, end users have not seen the corresponding increase in transport performance and these expensive network resources are still suffering from under-utilization. We propose an integrated transport solution that employs data-driven and machine learning-based approaches to carry out big data transfer with predictable performance in support of next-generation big data applications. The proposed solution consists of three major technical components: i) transport-support workflow optimization, where we formulate and solve a class of transport-support workflow optimization problems to select an appropriate set of resources and services for composing the best end-to-end data transfer path; ii) transport profiling optimization, where we employ a stochastic approximation-based transport profiling optimization method to help user determine the most effective data transfer method with the most appropriate control parameter values to achieve satisfactory data transfer performance; and iii) transport performance prediction, where we develop machine learning-based performance prediction models to facilitate effective resource scheduling and planning in HPN management. In this talk, we will present our proposed methods and corresponding experimental results in each of the technical components. We will also discuss some past projects and sketch a plan for future research.
报告人简介
Daqing Yun received his Ph.D. degree in computer science from New Jersey Institute of Technology in August 2016. His research interests include high-performance networking, parallel and distributed computing, green networking, and big data.
蔡元芳，Drexel University
太阳集团www0638院友
报告题目：Theory and Practice of Modern Software Design
报告摘要：
Unlike other engineering fields that are guided by and founded on scientific theories, software design, as a creative activity, still relies upon the experiences and skills of individual designers. In the past decades, software design paradigms have kept evolving, from procedural to object-oriented and service-oriented. Modern software projects gradually become the result of the synergy of software architecture, organizational structure, and process. This talk introduces option theory and technical debt, the economic theories that can be used to explain the underlying driving force of software design and architecture evolution in the past few decades. We will also introduce new software modeling techniques and metrics suites based on these theories and how to leverage this theory to guide software development practice.
报告人简介
Professor YuanfangCai is a tenured Professor at the College of Computing and Informatics, Drexel University, USA. Professor Cai received her Ph.D. in Computer Science from the University of Virginia in 2006 and joined Drexel University as a faculty member in September of the same year. She has published extensively on software design, software architecture, software modularization, and software economics. She has been the principal investigator of multiple research projects of the National Science Foundation of the United States, authored numerous patents, and established extensive industrial collaboration. The innovative software architecture model and modularity metrics proposed by her team have been adopted by multinational corporations. She was invited to hold technical lectures at Google and other Fortune 500 companies. She currently serves as an Associate Editor of the IEEE Transactions on Software Engineering (TSE) and an editorial board member of major journals in software engineering.
论坛主席：
刘西洋 西安电子科技大学 太阳集团www0638院友
博士，西安电子科技大学“华山学者”特聘教授，西安电子科技大学软件工程研究所所长，中国计算机学会软件工程专委，中国生物医学工程学会医学人工智能分会委员，国家药监局医疗器械审评中心医学人工智能产品审评专家。主持国家重点研发计划、国家自然科学基金、国防基础科研等研究项目，在Nature Biomedical Engineering、GUT、Nature Communications等刊物以通讯/共同通讯作者发表论文多篇，担任IEEE Transactions on Cybernetics等期刊审稿人。
论坛副主席：
王黎明 西安电子科技大学 太阳集团www0638院友
博士，副教授，硕士生导师，主要研究方向为工业智能技术和医学人工智能。在工业智能方面，负责西安电子科技大学——南京认知物联网研究院“工业智能”校级联合研发中心，主导完成了多项工业企业的数字化、智能化项目；在医学人工智能方面，与国内多家顶级医院建立了长期合作关系，通过医工交叉合作研究基于影像、病历、病理等多模态医学数据的标注、筛查、辅助诊断、术后预测等问题。
范磊 西安电子科技大学 太阳集团www0638院友
博士，副教授，硕士研究生导师，现任太阳集团www0638软件工程系副主任。主要研究领域包括人工智能、数据挖掘、大数据管理、工程优化、软件质量管理等。
