赵海萌

来自:上海市,现就读于 上海市上海中学

研究实践

CAE-P:基于ADMM剪枝的图像压缩自编码器(第19届明天小小科学家奖励活动 参赛项目)

项目简介:近年来的研究中,由深度神经网络构成的自编码器模型在图像压缩领域取得了巨大的成功,已经成为图像压缩前沿的几大最有潜力的研究方向之一。为了表征压缩率,现有的研究采取多种方法额外训练熵估计器,以对图像编码的信息熵进行近似和估计,并依此在优化的目标函数中表征图像的压缩率,较为繁琐。 本研究则避开了额外训练信息熵估计器的麻烦,受到神经网络架构搜索与参数压缩领域的启发,利用 ADMM 算法(Alternating Direction Method of Multipliers) 直接对表示层结构进行剪枝,引导自编码器在优化图像重构质量的同时,促使编码稀疏化,以优化压缩率,并基于此提出了剪枝图像压缩自编码器 CAE-P (Compressive AutoEncoder with Pruning)。通过Ablation Study,我们还探索了引入的ADMM剪枝方法的有效性。 综上所述,本研究提出了CAE-P模型,首次在图像压缩领域中引入剪枝方法,在使用熵估计器的方法之外开辟并探索了应用架构搜索方法(剪枝)的可能性,为未来引入更多更精巧的架构搜索方法做了铺垫。实验表明,我们的模型在多项指标下均超越了现有的图像压缩算法,尤其是我们所改进的对象CAE。

成长故事

  赵海萌自学能力很强。从初中开始,他就对自然科学产生了浓厚的兴趣,阅读了大量的有关物理的书。渐渐地,他发觉横在自己和真正的自然科学之间的是数学这一道坎,于是买了一本一千多页的《托马斯微积分》,每天放学回家苦读,一年下来,终于慢慢理解了微积分。从此以后,他开始不断自学感兴趣的知识。功夫不负有心人,赵海萌在高一的全国中学生物理竞赛中,凭借着自学的微积分知识拿到了省二等奖,并由此开始了至今长达两年的物理竞赛的学习。到目前为止,借助发达的互联网慕课资源以及书籍,他已经掌握了包括理论力学、电动力学、热力学与统计物理等一部分的物理系专业课,并对物理竞赛考纲之外的量子力学也有所涉猎。

  赵海萌也为未来的科研事业做好了充足的准备。一方面,他在课题研究的过程中,完整地经历了一遍从选题到投稿的过程,因而对真正的学术研究有了一定的了解。理论的推演,实验的记录、日志等等,帮助他培养了自己的一套学术规范与研究习惯。另一方面,竞赛学习和课题研究中有时的失利也磨砺了他的抗挫折能力。新高二时的物理竞赛,我没有发挥出理想的成绩,但我认真总结了失败的教训,痛定思痛,深刻地体会到了挫折带给人的成长。正如古语所云:“行拂乱其所为。所以动心忍性,增益其所不能”,竞赛的坎坷经历坚韧了我的性格,我不再渴望春风得意马蹄急,我开始学会尽人事、听天命,在平凡中孕育不平凡。

  关于以后的科研规划,赵海萌表示,他对量子计算非常感兴趣,尤其是量子机器学习的发展。 另外还有机器学习,也是他很感兴趣的一个研究方向,在近年来得到了极为长足、火热的发展。因此,赵海萌很看好并关心量子计算的发展,也致力于为之奋斗。

所获荣誉

2019年

第19届明天小小科学家奖励活动

明天小小科学家称号