研途拾趣·科研创新|不忘初心，潜心科研——软件学院2016级硕士研究生贾雪阔

“贾雪阔，汉族，中共党员，软件学院2016级系统分析与集成专业硕士研究生。参与导师3项国家级课题和3个系统开发项目；在国际EI会议上发表2篇学术论文；获得3个软件著作权；1个发明专利申请已受理；获得多个专项技能认证。”

获得奖项：

2018年省政府奖学金；

2018年岳虹奖学金二等奖；

2018年研究生学业奖学金一等奖、研究生学业奖学金优秀干部奖；

2018年软件学院研究生会优秀干部；

2018年软件学院研究生会副主席；

2017年软件学院优秀共产党员；

2017年研究生学业奖学金一等奖、研究生学业奖学金优秀干部奖；

2017年软件学院研究生会优秀干事；

2016年研究生学业奖学金一等奖；

研究方向

我具体的研究方向是机器学习下面的一个分支：多任务学习。传统的机器学习方法大多是基于单任务学习模式进行学习，而对于复杂的学习任务采用的是先分解再结合的思路，即先将复杂的学习任务分解为简单独立的子任务进行学习，然后对求解结果进行整合得到最终结果。但是分解后的子任务之间往往存在一定的关联信息，如果只是简单的在单任务学习的模式下进行学习，将会忽略那些对学习有帮助的关联信息，多任务学习应运而生，通过挖掘相关任务之间的关联信息，同时学习这些相关任务，从而提高每个独立任务的表现。多任务学习是一种归纳迁移机制，作为迁移学习的一个分支有着自己独特的发展历程和适用场景。给定多个相关任务的输入数据，多任务学习能够挖掘相关任务之间的共享信息，同时学习多个模型，提高每个模型的性能。

举个例子方便大家理解：当我们要识别一张人像图片是男生还是女生，这是一个学习任务，我们可以训练一个模型来解决。当我们同时要识别这个人像的面部表情，是开心还是伤心，我们也可以训练一个模型来解决，所以单任务学习需要分别训练两个模型来解决这两个问题。而多任务学习从字面的意思来理解，就是多个任务一起学习，它有点像计算机并行处理，可以同时解决多个问题，因此通过多任务学习既可以识别出图片中的人物是男生还是女生，还可以识别出其表情是开心的还是伤心的。

科研如同西天取经

科研首先要脚踏实地，不能总想一步登天。在刚入学的时候导师就跟我们讲过，“科研就像是西天取经一样，你只有经历过重重磨难之后，才能取得真经”。科研不像想象的那么简单，不是拍脑袋想一想就能够完成的事情，我们要记住科研没有捷径。导师的话，有一点我印象很深刻，自己也一直在这么做，那就是当确定研究方向之后，首先要找和你的研究领域相关的一些综述论文来看，这样就可以快速帮助你了解自己的研究方向。当你对这些有了大致了解之后，就可以更加细化，找其中的一个能够深入研究的问题，针对这个问题去搜国外的一些论文或者是硕士、博士论文来学习。看论文的时候不能一口气从头看到尾，因为这篇论文里面肯定会有一些不熟悉的知识点，这时候就要去搜和这个知识点相关的一些论文来看，这样一篇论文看下来之后，思维就是发散性的，对这篇论文的核心和研究方法就会理解地更加透彻。

二是要做好计划。在研究生期间我参加了学院的助管工作，相应的工作任务也比较多，时间就不像其他同学那么充足，所以就养成了做计划的习惯。我会给要做的事情分轻重缓急，列出计划，必须要做的事情就需要抓紧完成，这样才能给自己的科研学习腾出更多时间。

最后就是要不忘初心，耐得住寂寞。科研是一个重复看文献、重复做实验，寻找最优解决办法的过程，这个过程相对来说比较枯燥，而且在科研过程中也会遇到各种困难。我觉得最困难的时刻就是在确定研究方向之后，迟迟没有研究成果，其实科研是一个不断积累的过程，只有当你阅读了大量的文献之后，才可能会有一个切实可行的想法。还有一个比较苦恼的就是实验结果不太理想的时候，这时需要重新审视整个实验过程，甚至是从头再来，所以我觉得保持初心还是比较重要的。

EI会议学术论文

在EI会议上发表的论文的内容和我的研究方向多任务学习相关，主要是把支持向量机和多任务学习结合起来，而且目前大多数的多任务学习方法都是针对监督学习，也就是说我们使用的数据有类别标签，比如说一张人物图像，识别出是女生类别标签为1，识别出是男生类别标签为0。随着大数据时代来临，数据量不断增长，很多数据并不是都有类别标签。针对这种问题的解决，我们可以用半监督学习，可以同时利用有标签和无标签的数据，而且半监督学习基本都属于用单任务学习的方法，所以我就把半监督学习跟我现在做的多任务学习做了结合，来解决这种半监督多任务学习的问题。