神经网络

计算机系统结构专业(学术型硕士研究生招生专业) 1、《嵌入式系统设计及其在通信中的应用》研究嵌入式系统软件硬件协同设计方法与构建技术；嵌入式系统性能测试与评估方法；SoC、MPSoC和NoC体系结构及算法；可重构设计技术；硬件/软件调试与验证技术；嵌入式操作系统的移植与软件开发技术；通信系统的嵌入式软硬件设计与实现等。 2、《智能计算技术》研究智能技术方法以及相应的计算机体系结构实现。包括：神经网络的学习能力以及体系结构；模糊逻辑：演化计算等智能算法及其实现技术；智能计算能力的计算机硬件体系结构（非冯结构）和基础软件；新型智能计算方法的硬件系统和软件实现，智能计算方法的应用等

利用植物图像进行叶片分割和分类是一个很大的挑战，尤其是在背景复杂的图像中叶片存在重叠的情况下。本文研究了利用深度学习对具有复杂背景的叶片图像进行分割和分类的方法。 首先，采集2500多张背景复杂的叶片图像，并用目标像素和背景像素进行人工标记

[目的]提出一种用近红外光谱技术快速检测复方板蓝根颗粒中靛蓝和靛玉红含量的新方法。[方法]首先应用光谱仪获得6种复方板蓝根颗粒的光谱曲线用主成分分析法进行聚类分析再结合人工神经网络技术建立模型进行检测。在主成分分析的基础上以每一个样品的前7个主成分作为神经网络的输入节点成分类型作为神经网络的输出节点建立一个7(输入节点)-7(隐含层节点)-2(输出节点)的3层BP人工神经网络模型

副校长，IEEE Fellow，IEAust Fellow 韩清龙教授予1997年获得华东理工大学工业自动化专业博士学位。从1997年到2016年，先后在法国、美国和澳大利亚担任多个学术职务。2016年5月起任澳大利亚斯威本科技大学（Swinburne University of Technology）副校长、杰出教授

4月29日下午，应数学与计算机科学学院邀请，日本神奈川大学张善俊教授来我校讲学，为师生作题为“AI与计算机视觉”的专题讲座。 张善俊教结合计算机和人工智能AI的发展历史及演变进程，详细阐述了卷积神经网络技术在相关领域的应用及优势以及如何利用深度学习方法来进行图像去噪、图像补全等方面的处理技术。讲座中张教授通过互动与现场师生们交流了如何利用小波变换方法对图像进行学习，图像数据集的来源，利用图像反转、压缩等技术得到的图像集是否可靠等人工智能与图像处理方面的前沿研究知识及问题

研究人员用AI分析 15 世纪组画《根特祭坛画》 伦敦大学学院和杜克大学的一项研究成果，生动地揭示了人工智能在艺术史研究上的潜在能力。 著名的 15 世纪组画《根特祭坛画》由胡伯特·凡·艾克和扬·凡·艾克兄弟俩先后持续创作，很难分辨哪些部分出自胡伯特、哪些部分出自扬。研究人员结合深度神经网络算法和 x 射线图像技术，将这幅画分成两部分——在一块面板的两面分别绘制了画作的两幅图像——单独研究它们，从而对这幅画的创作和胡伯特、扬的艺术个性进行深刻的研究

2018年7月8日，“IEEE Computer Society Annual Symposiumon VLSI”（ISVLSI 2018）在中国香港特别行政区香港理工大学召开。ISVLSI 举办近三十年来，多次邀请学术界和产业界顶尖的科学家与研究人员莅临大会发言，就大规模集成电路（VLSI）技术发展的新观点、新趋势、新技术进行广泛交流，推动了 VLSI 领域多学科的融合，为全球学者和相关领域从业人员提供了交流研讨的平台。 本次会议的热点议题包括：数模混合电路、高性能低功耗的实现方式探讨、深度学习在芯片设计中的应用、深度神经网络、硬件安全技术等等

华为宣布的新Mate 20系列将采用新的处理器Kirin 980.Kinin 980是由华为海思集团开发的SoC。 根据凯基分析师Ming-Chi Kuo的说法，根据华为公告，该产品接近苹果公司最近发布的iPhone XS和Max的最新处理器A12 Bionic。据预测，它将会问世

2020 年 6 月，旧金山独立人工智能研究实验室 OpenAI 发布了 GPT-3——第三代海量生成式预训练语言转换模型，它可写出从计算机代码到诗歌在内的一切内容。一年后清华大学北京智源人工智能研究院低调发布了一个更大的模型，即悟道2.0，参数数量增加 10 倍——参数是编码信息的神经网络值。GPT-3 号称拥有 1750 亿个参数，而悟道2.0 的创造者声称它拥有高达 1.75 万亿个参数

本计划所开发的印刷电路板元件布局检查算法则，可视为深度学习算法则在工业4.0智慧制造上的一个重要应用，具备有简单的训练资料搜集程序，精确的检测结果，于不同产品电路板的稳定效能，以及弹性的检查程序等优点，可在需要生产多样化高品质的产品线上，提供更有效的技术支援。在学术发展上本计划所提出的法则具有创新的类神经网络模型以及相关训练过程，以增进物件比对的强健性以及精确度。在工业应用层面上，本计划所发展的系统可以利用简单的类神经网络，执行具有复杂元件布局的电路板检测，对于工业产品自动化以及品质管控之提升有很高的助益