为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
图像到图像之间的转换是一类计算机视觉和图形问题，其目标是使用对齐图像对的训练集来学习输入图像和输出图像之间的映射。然而，在许多任务中，成对的训练数据并不存在。针对这一问题，提出了一种用于学习在没有配对示例的情况下将图像从源域X转换为目标域Y的方法。实际上就是要学习从X到Y的映射G，利用对抗损失训练网络来使生成的图像G(X)的分布与Y中的图像的分布相近。由于没有成对的数据，这个映射是欠约束的，映射G可以将所有X都映射为Y中的同一张图片，使损失无效化。因此，又提出了一个从Y到X的逆映射F，利用循环一致性损失使得F(G(X))≈X，同样，G(F(Y))≈Y，即将图片从一个空间转换到另外一个空间后，还可以再转回来。网络通过同时学习G和F两个映射，达到了较好的性能。