2019年11月21日下午13：30，本学期第四次例会于学院605顺利举行。黄琴龙老师、田雨老师和钱鑫老师出席本次例会。此次例会的主题是拓扑优化和机器学习，汇报人为陈昊昱和边泽英。

      汇报人陈昊昱同学介绍了拓扑优化的概念、原理和实现。拓扑优化可以兼顾尺寸优化、形状优化，并可以更进一步实现材料分布优化以及空间优化，对初始条件无依赖，优化结果范围更广，并且一定是最优结果。目前常用的优化算法是渐进拓扑优化算法和基于反应扩散方程的水平集方法。最后展现了拓扑优化的实现效果并对路面结构中的拓扑优化提供了设想。

      汇报人边泽英同学根据自身学习经验，针对机器学习实用库、神经网络常见概念以及神经网络Pytorch实现进行简单的阐述。首先介绍了Numpy等常用库和机器学习的相关概念，然后介绍了神经网络中的相关知识，接下来利用机器学习框架Pytorch实现CNN全流程，最后推荐了一些入门学习的参考书籍。