acm
衷璐洁，博士，副教授，硕士生导师，CCF/ACM会员。博士毕业于中国科学院计算技术研究所。主要研究方向包括：移动互联网、互联网服务、软件可靠性与安全性研究等
轴承与轴瓦的区别，工程设计中什么情况下选用轴瓦？ 发动机是汽车的心脏，源源不断为其他部件提供动力。内部轴承先前以滑动轴承占主导，目前多数在改进轴承性能的前提下，采用密封球轴承，下面是中华轴承网根据对发动机的了解，详解发动机中的几种典型轴承，希望对大家有所帮助。 张紧轮和惰轮轴承为高性能密封球轴承，前者作用在同步传动带松边上，后者作用在同步传送带紧边上，材料基本同上，保持架可用工程塑料、也可用08钢或10钢制造，密封圈采用ACM或FPM（氟橡胶）制造，参考标准为JB/T10859—2008
2022“未来号编程杯”宁波城市职业技术学院第四届程序设计竞赛（ACM/ICPC赛制）-[pupil_xu] 2022“未来号编程杯”宁波城市职业技术学院第四届程序设计竞赛（ACM/ICPC赛制）于2022年5月25日进行。 2021“未来号编程杯”宁波城市职业技术学院第三届程序设计竞赛暨新生选拔赛（ACM/ICPC赛制）-[pupil_xu] 2021年12月15日，宁波城市职业技术学院信息与智能工程学院将举办第三届ACM/ICPC赛制的校内程序设计竞赛。 2021“未来号编程杯”宁波城市职业技术学院第二届程序设计竞赛（ACM/ICPC赛制）-[pupil_xu] 2021年6月16日，宁波城市职业技术学院信息与智能工程学院将举办第二届ACM/ICPC赛制的校内程序设计竞赛
爱乐芙医疗团队是由专业的心电专家、医生顾问、心电算法分析技术人员以及优秀的产品经理组成的一支充满信心、凝聚力的互联网医疗队伍。 团队受中科院计算所的扶持，拥有雄厚的技术力量，研究人员均来自于国内知名的研究机构，多人曾就职于大型IT公司的重要职位。 从创立之初，我们就立志改革传统的心电测量，让心脏监测更简便、更快捷、更易懂，向用户普及心脏健康常识，潜移默化的让用户不断了解专业的心电护理知识，让心脏危险从此远离我们的身边
阿尔法狗与李世石的人机“世纪大战”让人工智能又一次成为了人们关注的焦点。到底什么是人工智能？人工智能的发展历程如何？人工智能将怎样改变我们的生活？本书将带你找到这些问题的答案。 本书共分为7章，第1章简要介绍了我们生活中常见的人工智能与相关知识，第2章至第5章分别详细介绍了人工智能发展历程中的1.0至4.0四个时代，第6章阐述了人工智能对人类社会的影响，第7章展望了人工智能与人类的未来生活
【校招动态】最新！商汤科技实习生招聘-计算机视觉研究员（5.7发布） 1、负责研究最前沿AI视觉算法及实现，研究的问题包括但不限于：视频目标跟踪检测、图像视频分割、超分辨率、景深估计、图像视频增强、AI画质提升等； 2、参与制定部署方案，及端上轻量型算法的研究； 3、推动计算机视觉和深度学习技术在智能终端+云端的应用和产品落地。 1.熟练掌握机器学习（特别是深度学习）和计算机视觉（特别是图像处理）的基本方法。 2.优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情
为培养和提高专业教师科研创新意识，提升教学科研能力和水平。科研部携手软件工程系特邀请谢新强博士，结合自身的研究和经验，回顾软件架构和开发模式的发展历程，介绍东软在软件架构及开发模式方面的实践，展望未来5-10年的软件企业重点关注的研究和开发方向。 谢新强，博士、高级软件工程师、软件架构国家重点实验室（东软集团）研究员，ACM、IEEE、IEEE CS和CCF会员；主要研究方向：大数据分析技术、推荐系统、软件复用、可信计算等
计算机科学(Computer Science CS)是一门研究计算机和可计算系统的学科，包括它们的理论、BOB体官网手机版、开发和应用技术.该学科的研究课题包括计算机程序能做什么和不能做什么(可计算性)，如何使程序更高效地实行特定任务(算法和复杂性理论)，程序如何存取不同类型的数据(数据结构和数据库)，程序如何显得更具有智能(人工智能)，人类如何与计算机沟通(人机交互和人机界面)等。 计算机科学研究的范围很广，从计算理论和算法基础到机器人开发、计算机视觉、智能系统、生物信息等，其主要工作可概括为： (1)寻找求解可计算问题的有效方法。例如，在数据库中存放信息、在网络上传送数据、显示图像等的**可能途径
本课程的主题是大数据分析与数据挖掘。主要内容包括： 许勇，教授，博士生导师，华南理工大学计算机学院副院长，“广东省大数据分析与处理工程技术研究中心”主任。教育部“新世纪优秀人才”，国际IEEE会员，ACM高级会员，CCF高级会员，CCF广州分部副主席，CCF学术工作委员会委员，CCF互联网、计算机视觉、人工智能与模式识别专委会委员，IEEE广州分会副主席，ACM广州分会副主席，广东计算机学会副秘书长，广东省“千百十”省级培养对象，华南理工大学“视听觉与服务计算”学术团队带头人
早在大二我就想写一篇KMP的总结，主要是因为大部分blog上的文章有着各种各样的不足：有的过于冗长，有的学习曲线太陡，而《挑战》和《算法竞赛》上相关部分都因为字符串相关的内容过多，KMP算法部分不甚详尽。但是当时没有发在blog上，因为感觉从next数组谈起的话，算法的推导总会很奇怪、不顺畅。 时隔两年，花了两天时间，重新梳理了逻辑，缀字成文