分布式计算
主要研究方向为智能化软件工程与网络分布式计算，目前主要关注数据驱动的智能化软件开发运维一体化，软件配置及其可靠性保障，云边端结合的IoT服务编排与演化等。 CCF服务计算专委会委员，获软件所优秀青年人才专项计划资助。 主持和完成国家自然科学青年基金1项、863子课题1项、科技支撑子课题1项和国家重点研发计划子课题1项，参与多项国家重点研发计划课题和国家自然科学基金面上项目，并与国内多家企事业单位（华为、中电十五所等）开展项目合作
《分布式机器学习 : 交替方向乘子法在机器学习中的应用》 （说明：本书还提供epub阅读哦，戳~） 编辑推荐：本书重点介绍因求解大规模问题十分有效而风靡机器学习界的交替方向乘子法该方法可以广泛应用于机器学习的优化求解，尤其是分布式凸优化问题。 内容简介：本书探究交替方向乘子法在图像处理中的应用选取了运动模糊图像复原和遥感图像融合两个领域来作细致研究。通过 MATLAB进行仿真实验利用交替方向乘子法高效求解复杂的凸优化问题研究遮挡人脸识别的鲁棒性算法以及人脸图像的类内变化和类间变化与鲁棒性算法的关系
报告摘要： 随着物联网、工业互联网的发展，当前的智能感知机制正在经历着从传统的有源感知向智能的无源感知的蜕变。面向当前在人工智能时代下对“人-机-物”融合的需求，报告人将分别从多模态有源感知和基于RFID的无源感知机制出发，汇报近年来在“拓展感知范畴”和“探索感知极限”等方面取得的研究进展，并展示相应的系统研究成果。 报告人简介: 谢磊，南京大学计算机科学与技术系副教授，博士生导师，入选“教育部青年长江学者”、南京大学首届“仲英青年学者”
从前面的学习，对于大数据平台，你已经掌握的不少的知识和技能，搭建Hadoop集群，把数据采集到Hadoop上，使用Hive和MapReduce来分析数据，把分析结果同步到其他数据源。 从上面的学习，你已经了解到，HDFS是Hadoop提供的分布式存储框架，它可以用来存储海量数据，MapReduce是Hadoop提供的分布式计算框架，它可以用来统计和分析HDFS上的海量数据，而Hive则是SQL On Hadoop，Hive提供了SQL接口，开发人员只需要编写简单易上手的SQL语句，Hive负责把SQL翻译成MapReduce，提交运行。 此时，你的”大数据平台”是这样的： 在企业中，离线数据的来源主要是已存在的有固定格式的文件，或数据库中积累的结构化的数据，如何高效的进行数据的管理以及基本的统计分析是每个大数据开发者必须掌握的技能，本教程在Hadoop集群的基础上，系统的讲述了Hive的作用，安装部署过程，常用的内置函数，UDF的引入方式，数据导入导出的相关组件等，并结合一些企业的场景进行了说明
作为中国广受欢迎的造车新势力，哪咤汽车正在加速智能化。 今天，哪咤汽车在浙江桐乡宣布将基于NVIDIA DRIVE Orin打造软件定义的电动汽车，用户购买后可通过OTA进行持续更新，享受最新的智能驾驶和智能座舱。 （左：哪咤汽车联合创始人、CEO张勇；右：NVIDIA中国区汽车事业部总经理刘通） 此次合作将为消费者带来下一代汽车技术和全新的驾乘体验
云计算是通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。 好比是从古老的单台发电机模式转向了电厂集中供电的模式
大数据，提供可视化开发界面、离线任务调度运维、快速数据集成、多 人协同工作等功能，为您提供一个高效、安全的离线数据开发环境。并 且拥有强大的Open API为数据应用开发者提供良好的再创作生态。 利用电脑把文字、图形、影象、动画、声音及视频等媒体信息都数位化， 并将其整合在一定的交互式界面上，使电脑具有交互展示不同媒体形态 的能力
系统(ITS)是未来交通系统的发展方向，它是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。 本文提出了一种具有分布式特征的交通信号灯控制系统设计方案，基于AT91RM9200处理器，以应用为中心，采用嵌入式操作系统，利用RFID技术提高况信息的收集精度，利用电流环远距离传输方式，并且应用人工智能理论使得系统具有更强的自适应性和可扩充性。设计上具有成本低，操作简易，扩展方便，信息共享度高，灵活性强等特点
报告摘要： 随着物联网、工业互联网的发展，当前的智能感知机制正在经历着从传统的有源感知向智能的无源感知的蜕变。面向当前在人工智能时代下对“人-机-物”融合的需求，报告人将分别从多模态有源感知和基于RFID的无源感知机制出发，汇报近年来在“拓展感知范畴”和“探索感知极限”等方面取得的研究进展，并展示相应的系统研究成果。 报告人简介: 谢磊，南京大学计算机科学与技术系副教授，博士生导师，入选“教育部青年长江学者”、南京大学首届“仲英青年学者”
1、参与公司核心算法设计与开发，成果将应用于滴滴各产品线，提供智能出行解决方案； 2、构建高效率的算法平台，优化产品各环节的司机乘客体验。 3、优化流程，开发各类测试工具及平台，通过技术手段提升测试效率。 1、22届本科及以上学历，至少能实习3个月，每周不少于4天，计算机. 电子工程. 自动化. 数学等相关专业； 2、编程基础扎实，熟悉常用算法与数据结构，至少熟悉一门编程语言并有开发经验，如C++. Java. Scala. Python等； 3、有机器学习. 数据挖掘. 计算机视觉与图像处理. 语音识别与合成. 自然语言处理. 统计学. 最优化理论. 分布式计算. 自动控制等至少一个方向相关基础，有相关项目经验者优先；了解海量数据处理技术，有使用Hadoop. Hive. Spark等大数据平台分析海量数据的能力和经验者优先； 4、踏实勤奋，自我驱动，善于沟通，动手能力强，视野开阔，具有创造性思维