詹晨美：本次組會彙報一篇文獻《YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information》，該文獻深入探讨當數據通過深度網絡傳輸時的數據丢失重要問題，即信息瓶頸和可逆函數。文中提出了可編程梯度信息（PGI）的概念，以處理深度網絡所需的各種變化，以實現多個目标。PGI可以為目标任務提供完整的輸入信息來計算目标函數，從而獲得可靠的梯度信息以更新網絡權重。此外，基于梯度路徑規劃設計了一種新的輕量級網絡架構——廣義高效層聚合網絡（GELAN）。GELAN的架構證實了PGI在輕量級模型上取得了優異的結果。最終将模型在基于MS COCO數據集的目标檢測上驗證了提出的GELAN和PGI。結果顯示，GELAN僅使用常規卷積算子即可實現比基于深度卷積開發的最先進方法更好的參數利用率。PGI可用于各種模型，從輕量級到大型。它可用于獲取完整信息，使得從頭開始訓練的模型可以獲得比使用大型數據集預訓練的最先進模型更好的結果.

周銳：本次組會彙報了近期的工作，采用格子Boltzmann方法模拟雙液滴撞擊粗糙壁面，研究了相對液膜厚度、相對凹槽寬度、相對的凹槽深度等參數對界面變化的影響，随着相對液膜厚度增加，液滴的相對上升高度降低，并且分析了不同撞擊角度（對稱向内撞擊、對稱向外撞擊）的影響，與垂直撞擊相比，對稱向内撞擊的中心射流高度更高，對稱向外撞擊的皇冠半徑更大。

張沙沙：本次彙報了粗糙多孔介質中氣體有效擴散系數的分形研究。由于實際多孔介質的内部結構具有不規則性和複雜性，表面粗糙，傳統的理論分析方法無法準确表征。本文運用分形幾何理論，利用粗糙毛細管束模型，引入滲透率修正因子，建立了氣體在粗糙多孔表面上有效擴散系數的數學表達式。研究了氣體有效擴散系數與粗糙多孔介質結構參數和氣體參數的函數關系。

吳勇軍：本次彙報了一維二相模型電阻率極限的消失。本研究主要關于有界範圍内磁場作用下的一維二相模型的電阻率消失極限，在研究電阻率v趨于0的漸進行為，通過統一探索電阻率系數v的一些先驗估計，更多的關注了邊界層不存在的證明。對于我們的一維二相MHD系統，存在與v無關的正常數C和初值問題的唯一全局強解。

— 學生彙報照片展示 —