科研沙龙活动记录（一）
时间：2015.04.09
地点：A栋118室
主讲人：13级候超俊 12级严春伟
主持人：袁梦
参与人员：雷凯老师及13、14级实验室同学
活动内容：
清明小长假刚刚结束，大家好像还没有完全步入学习正轨，我们本学期第一次科研沙龙今晚成功举办，希望可以让大家在讨论中共同进步，学习别人分享的内容，从中汲取营养。
第一位主讲人是13级的候超俊同学，他主要的研究内容在NDN的拥塞控制方面。候超俊今天的题目为《The congestion control in network》，他首先简单地介绍了TCP协议，通过TCP中的有限状态机之间的状态变化来着重的介绍TCP中的七种定时器和TCP中连接的建立和销毁。接着提出目前TCP下的拥塞产生的问题，以及如何做好相应的拥塞控制。关于TCP中的拥塞控制，根据慢启动，拥塞避免，快速重传和快速恢复四个阶段分别介绍。最后他介绍了TCP下常用的拥塞控制算法，以及在NDN下做拥塞控制所带来的机遇和挑战。
候超俊同学生活中幽默风趣，大家可以结识一下这位逗A~哈哈~候超俊分享完毕之后，陶世博和马一宁同学提出了问题。
首先陶世博同学提出TCP建立连接的时候为什么一定要是三次握手，为什么两次不行？候超俊进行了回答：三次握手的最主要目的是保证连接是双工的，TCP连接中上行路线和下行路线可能是不同的，第一次和第二次握手是为了保证服务端能够接收到客户端的消息，并能正确应答；第二次和第三次握手是为了保证客户端能够接收到服务端的消息，并能正确应答；两次握手无法保证连接是双重的。
马一宁就图中的一个定义的问题提出了疑问：图中的knee和cliff是什么值，怎么定义的？对此候超俊进行了解答：图中的这两个值，是通过实验得到的，cliff是悬崖的意思，也可以看到在cliff那个地方之后明显降落了。
接下来是12级的严春伟师兄的讲授，他的主讲题目为《word2vec 原理和应用》。简单介绍了神经网络的相关原理。 之后着重介绍了从统计语言模型到神经网络语言模型的发展过程，以及Word2Vec的几种训练目标和训练方法。之后简单描述了深度学习的基础知识。
师兄讲完之后，刘辰巍、燕红磊提出了问题。严春伟师兄给出了解释，期间大家讨论的内容很多，希望可以从中有所收获。以下为问答对话：
刘辰巍问：word2vec与SVM-perf 都能够用来做分类，那从分类的效果上来看，哪一种会比较好呢？
严春伟答：这两种工具从作用上来看，前者，主要是用来学习词向量的，学习词的向量表示，在它的词向量的基础上进行分类和聚类，而且，学习的语料越多，则学习的效果越好。后者主要是用来做分类的，属于机器学习的一种工具，是一种监督式的机器学习的方法，分类效果比较明显，很难说哪种更好，但是，大家用SVM作为一种工具进行分类，是比较常见的。
燕红磊问：在词向量分类中，神经网络输入跟输出是什么？同时，Word2vec中的滑动窗口大小对结果有影响吗？
严春伟答：运用神经网络，输入是句子，输出是词向量，句子中词的顺序是有影响的。Word2vec中滑动窗口的大小对结果有影响。
附：获奖名单
优胜奖：候超俊
鼓励奖：严春伟
好问题奖：陶世博、马一宁、燕红磊、刘辰巍
PPT、活动录像存放地址：ftp://www.icnlab.cn/BigData/2015-2016year scientific research salon/first20150409/