应用数学与交叉科学研究中心数学与纤维材料团队于2023年12月14日举行第三十六期研究生论坛，小组全体成员和各位导师共同参加。在这次论坛上，由两名研二的学生分别汇报自己的研究进展，然后老师与同学们对汇报内容进行学术探讨，并对存在的问题给出相应的指导和建议。

谢磊：通过理论研究和矿场实践认为，利用基质与裂缝之间的油水渗吸置换作用可较好地采出基质内常规注水无法动用的原油，基于该开发理念建立的“控速增渗”温和注水技术可有效改善低渗透致密油藏水驱开发效果。基质与裂缝之间的油水渗吸置换作用主要利用毛细管模型表征，进而对致密油藏注水开发方式进行优化。

刘博：汇报的一篇文献“MLP-Mixer: An all-MLP Architecture for Vision”卷积神经网络(cnn)是计算机视觉的首选模型。最近，以注意力为基础的网络，如Vision Transformer也开始流行起来。在本文中，我们证明卷积和注意力对于良好的性能都是足够的，但它们都不是必要的。本文提出了MLP-Mixer，一个专门基于多层感知器(MLPs)的架构。MLP-Mixer包含两种类型的层:一种是独立应用于图像斑块的MLPs(即“混合”每个位置的特征)，另一种是跨斑块应用的mlp(即“混合”空间信息)。在大数据集上或使用现代正则化方案进行训练时，MLP-Mixer在图像分类基准测试中获得了有竞争力的分数，其预训练和推理成本可与最先进的模型相媲美。