9月25日，Somjaisuk Chavakorn先生（电子和光学工程硕士课程二年级）在9月25日在线举行的电气、电子和信息相关学会2021年四国分会联合会会议上获得最佳英语演讲奖。Takumi Jinu（四年级，系统工程组）获得优秀演讲奖。
- Somjaisuk Chavakorn
-
Somjaisuk Chavakorn先生演讲的主题是“强化学习马尔可夫决策过程中贝尔曼方程的HLS设计”。
强化学习是指用于实现机器人、物联网 (IoT)、电源管理、金融交易和通信等复杂目标的目标导向学习算法。然而强化学习需要大量的迭代，因此非常耗时。
Somjaisuk Chavakorn 的研究涉及使用 HLS 设计的强化学习的硬件实现。我们使用MDP（马尔可夫决策过程）算法来实现强化学习，并使用并行结构来加速MDP中贝尔曼方程的计算阶段。
我们建议MDP主机用软件实现，而贝尔曼方程的计算阶段用硬件并行化。为了减少计算时间，所有数据都传递到硬件以展开循环并执行并行计算。此外，为了证实所提出方法的有效性，我们使用PYNQ-Z1 FPGA板在硬件和软件上实现了MDP模型，并对有和没有硬件/并行化的MDP加速进行了比较评估。
本研究未来的目标是提高强化学习核心算法MDP的效率。如果主要的强化学习算法能够高速计算，我们相信更复杂的强化学习算法也将能够高速计算。Somjaisuk Chavakorn 获奖时说道：“自从进入XK星空以来，在 IEES 四国分会会议上进行演讲一直是我的目标之一。因此，我很高兴获得最佳英语演讲奖。”三山由纪夫教授（系统工程组）、廖王先生（演讲时为我校助理教授）以及帮助这项研究的实验室其他成员。我想继续在这个实验室从事创新研究并全身心投入。''
- 楼主拓海
-
吉宇先生演讲的主题是“使用空间相位调制器测量高阶拉盖尔高斯光束的产生效率。”
金宇正在研究产生可应用于超高容量光通信和光学测量的特殊分布光束。在本次比赛中，我们将使用具有圆形强度分布的光，如激光笔。(LG)我们提出了将光转换为具有圆形强度分布（称为模式）的特殊光束的研究。LG模式有望应用于光通信中的光复用通信，并且还可以应用于利用粒子的强度分布来测量粒子的速度。特别是，在这项研究中，我们使用一种称为空间调制器的东西将激光转换成LG时的转换效率模式。土地所有者说：“我非常荣幸获得优秀展示奖这一享有盛誉的奖项。谢谢您的讲座小林宏和副教授和岩下胜教授表示深深的谢意（系统工程组）以及光控制与网络实验室的每个人。我希望这项测量生产效率的研究成果能够为社会做出贡献。”
相关帖子
相关文章