正是一年秋光好！为积极响应党的十九大锐意进取、埋头苦干的精神，提高学生的创新能力，增强学生的求知欲，使得学生进一步鼓足干劲、奋勇前进，我院举办2017年研究生学术月系列活动。11月22日晚，学院在本部九号教学楼C104举办了2017年“研究生学术月”之首场研究生论坛。全体研究会成员和各年级研究生共70余人参会。

会上，周猛同学就自己的论文《Analysis and Optimal Design of Massive MIMO Relaying Systems with Low-Resolution ADCs》介绍了1G到5G的发展过程，5G关键技术massive MIMO技术的优缺点，并且详细讲解了massive MIMO技术。他说，各个专业或者研究领域，都有属于若干权威或核心的学时期刊，或综合性，或专业性。定期浏览专业领域的期刊，能够帮助科研人员相对前面的了解学术动态。因此，他就文件的检索与追踪向学生推荐了常用的中、英文数据库。常用的中文数据库有：中国知网CNKI、维普数据库、万方数据路，其中，中国知网CNKI的翻译助手可以便于学生翻译英文文献；常用的英文数据库有：IEEE expore、Springer Link、Elsevier、Wiley,其中IEEE内容覆盖所有沿科技领域。最后，针对整理错综复杂的文件，他还向学生推荐了RefViz这一款便捷的软件。

马强同学围绕自己的论文《Supervised Learning in Multi-layered Spiking Neural Networks with Multiple Spikes Error Backpropagation》讲解了脉冲神经网络。他从脉冲神经网络简介、神经元模型、脉冲神经网络的结构及模拟策略、脉冲序列编码方法、学习规则及应用六个方面详解了脉冲神经网络。为了学生更好的理解脉冲神经网络，他将人工神经网络与脉冲神经网络做了对比，他讲道，人工神经网络(Artificial Neural Network)是对生物神经系统结构和功能的抽象和模拟，传统的人工神经网络应用生物神经元的脉冲发放频率编码信息，神经元的输出一般表示为给定区间的模拟量，而脉冲神经网络(Spiking Neural Network)由更具生物真实性的脉冲神经元模型为基本单元构成，应用精确定时的脉冲序列表示与处理信息，可以模拟各种神经信号，非常适合于实现大脑神经信号的处理问题，是进行复杂时空信息处理的有效工具。讲到神经信息编码，他解释，神经元发放的信号包含了一系列的脉冲序列,它分为定期发放和不定期发放。在神经系统中,每一毫秒中枢神经系统的感知神经元会发放无数的脉冲信号，根据这些数据中枢神经系统来执行特定的操作，有时候这种决策是每十毫秒来完成一次的。

最后，研究生会主席安发英就前面两位同学的精彩报告进行了总结，并希望各级研究生能积极参加“研究生学术月”，“研究生学术月”活动是每一位在校研究生应该参与与学习的，通过选拔优秀研究生开展多种形式的研究生学术报告会，旨在学术交流与研讨，带动全院学术的学习热情与积极性。