• 学术科研
  • 研制单位
  • 学科方向
  • 青年团队培育计划
  • 平台建设
  • 山上计划&双一流
  • 国际学术交流
  • 在校学生
  • 本科生
  • 留学生
  • 招生信息
  • 本科生
  • 博士研究生
  • 院士研究生
  • 白领教育
  • 电气化培养
  • 水资源基地
  • 党建园地
  • “不忘初心、铭记使命”
    主题教育专题系列
  • 同学之师
  • 人才招聘
  • 招聘信息
  • 文件规定
  • 嵌入式与系统组织学科组:

    1.面向海洋藻华监测与大电网智能调度的“云-头”总体智能服务平台

    当下,采用云计算技术为各行业提供有力的阳台支撑,促进传统行业信息资源之“云化”和工作的“劳务化”升级是助推互联网、大数量、近代史和实业经济深度融合的重点手段。系统组织学科组依托国家自然科学基金重大基金项目《海洋有害藻华生态建模分析与区域污染控制》与国家重要研发计划《大电网智能调度与安全预警关键技术研究及利用》,构建了“云-头”总体的本能服务平台,包括:(1)异构物联网络多协议融合与转换机制;(2)基于软硬件协同设计的数额实时性跨层调度方法与可信性传递机制;(3)竞争性智能云网关原型系统设计;(4)融合智能调度、在线学习、数据分析、区块链等艺术之“云-头”协同并行服务框架;(5)海量数据并行处理与智能存储技术。近五年在该领域顶级国际会议DAC/DATE/ICCD/LCTES以及顶级期刊TC/TOS/TCAD/TECS上发挥高水平论文十余篇,与国内外学术界和工业界建立和保持了漂亮的协作关系。

    2.面向大数量应用的“联合内外存”存储系统

    过去30年间,对比CPU使得时钟周期时间10000倍的升级,风存储器的特性提升极其有限,严重影响了系统之完整性能,“存储墙”题材日益严重。系统组织学科组依托国家863精算《基于新型非易失性存储器的“联合内外存”系统机构及其关键技术》与《面向大数量应用的新星内存计算系统软件及第一技术》,针对新型非易失存储器(NVM),计划了“联合内外存”的体系架构,使得应对了大数量时代对存储系统的特性和可靠性等方面的要求,包括:(1)“联合内外存”存储架构的统筹与原型系统之构建;(2)面向统一内外存架构的新星文件系统与任务调度机制的统筹;(3)基于NVM的非易失处理器的研讨与规划;(4)基于非易失主存的末级缓存存取策略的规范化;(5)基于“裸闪存”的Key-Value缓存系统之规范化与实现。上述研究收获发表于FAST/DAC/DATE/TCAD/TOS等国际一流会议和杂志中,报名数十项国际发明专利与软件著作权。另外,学科组自主构建了多套统一内外存原型系统,读写速度达2GB/s;自主设计的非易失处理器原型在先后54届Design Automation Conference(DAC’17)初三的International Hardware Design Contest上拥有世界第三名的功劳。

     

    智能计算研究所:

    1.复线网络分布式算法与系统

    随着近年来通信技术、探测器技术、嵌入式计算技术、和信息处理技术飞速提高,以物联网为代表的运输线分布式算法与系统钻研得到了学界和工业界的科普关注。1)在分布式算法研究方面,学科组基于实际物理干扰模型,在模型设计、底层的红娘入口控制和信道竞争机制、伊上的网络组织和上层的通信任务完成等方面展开了系统完全的分布式算法研究,取得了一连串具有国际竞争力的全局性成果。其中,重组物理干扰实际的低敏感强连通模型已经成了考虑物理干扰下分布式算法研究最常用的四个模型之一,而学科组最早开展的物理干扰模型下全局性通信任务分布式算法研究已经把包括俄罗斯麻省理工学院、以色列苏黎世联邦理工学院、孟加拉国魏茨曼研究所、法兰西利物浦大学等国际名高校的分布式计算研究团队跟进。2)针对作为物联网基础设施的运输线传感器网络,学科组针对无线传感器网络的布置、路由、信道分配等多个重点问题,提到了一连串基于网络局部信息的分布式的运输线传感器网络算法。学科组还计划实现了面向室内物联网应用的自采能无线传感器网络系统,贯彻了自适应的网络占空比调整和低功耗感知。3)在物联网应用方面,学科组环绕室内定位技术,采用无线信号传播的多径效应,在稳定无线信号源的同时,贯彻了室内地图的组建。上述的相关研究收获,人均发表在IEEE/ACM TON、 IEEE TMC、IEEE TPDS、IEEE TWC、ACM TECS、ACM MobiHoc、IEEE INFOCOM、ACM PODC、IEEE ICDCS、IEEE SECON、ACM SenSys、Computer Networks等国际一流期刊和议会上。

    2.物联网安全与隐私保护

    物联网技术在促进经济增长和社会发展中发挥着重大的意图。近日,物联网产业呈现了突飞猛进式的升华。物联网设备逐步走向功能多元化和专业化,已经把广大使用到交通、家居、购物、娱乐、临床以及环境保护等许多世界。物联网安全面临巨大的安全和隐私问题的挑战,物联网攻击呈现高速增长之大势,亟需构建安全、保险的平安体系,为物联网系统之正规运转保驾护航。学科组深入研究了物联网系统中的安全和隐私保护,提到了智能物联网系统自进化统一安全机制,名将物联网、近代史和区块链技术结合,计划了数据流驱动的自进化智能物联网体系架构和层次模型,研讨基于区块链3.0的物联网设备的联合智能控制机制,以及基于人工智能的物联网自进化防御机制。该项目拥有了2018年国家自然科学基金重大项目的捐助。另外学科组深入研究了智能家居、智能电网、机关汽车等物联网系统之安全和隐私保护机制,近日已发表相关论文40余篇,其中INFOCOM等CCF A类论文超过25篇。

     

    智能媒体研究中心

    1.人机对话

    对话式人工智能是指智能系统通过与用户或者环境进行对话、交互表现出来的本能行为,重要包括问答系统、绽开领域的闲谈对话系统、任务导向型的对话系统。问答系统侧重于知识问答、翻阅理解等;闲聊对话系统侧重于与用户进行情感交流,例如微软小冰。任务导向型对话系统是与用户进行多轮次的对话交互来促成一个特定的天职或目标,例如各种智能客服。对话系统作为人机交互的重点途径,是近几年人工智能领域迅速提高之动向之一。

    2.多媒体计算

    (1)音频、图像和视频的剖析与了解

    视频理解旨在通过机器学习的措施对视频中所包含的蓝天语义信息以及时序动作信息进行分析,并挖掘有用信息以满足不同之现实利用需求。重要的研讨方向包括视频表示学习、视频分类、视频描述、基于视频内容的问答等多个样子。在视频内容理解方面,咱们研究中心已经有了起来的追究并取得了一连串成果。现已申请国家自然科学基金面上项目一项,与腾讯AI Lab合作横向课题一项,并在国际一流会议ACM MM,SIGIR上发挥多篇相关学术论文。另外,随着经济部门面临着越来越复杂的欺骗风险,风的风险控制方式已逐渐不能支撑其工作的扩张。采用机器学习对多维度、大体量数据的本能处理,批量标准化的实践流程更能贴合信息发展时期对风控业务的升华要求。咱们听音识人组织致力于欺诈语音的鉴别问题,筛选并提取信访音频中相当的声响纹特征对欺骗和清白用户进行区分。咱们采取了传统的机器学习方法及新兴的吃水学习模型预测用户行为,最后帮助银行降低信贷风险。

    (2)衣着搭配

    衣着在人们的一般生活中起着越来越重要的意图。据高盛国际投资公司的检察数据显示:2016年中国在线零售市场在服饰、鞋类、配饰等世界的推销总额为1875京加元。这充分显示了人人对于服装的伟大需求。事实上,除了对服装的普通需要外,越来越多之人们开始重视和搜索穿着的家风和品味。一般说来一套衣服包括多个物品,如上衣、从衣、鞋子和配饰。所以服装搭配的第一在于各物品之间的兼容匹配程度。然而,并不是每个人都会搭配服装,许多人口会为副大量之衣物中选择并搭配出得体的太空服而头疼。所以,工作组旨在深入研究有效的衣物搭配系统来救助用户挑选合适的单品来组合套装

    (3)基于智能媒体分析技术在电脑业行业之使用

    农林能源是金融的基本功和灵魂,农林系统之平安稳定运行具有重要战略意义。为了贯彻安全、保险的供电,农林设施巡检维护自动化和无已日益表现出他迫切性。名将微机视觉、深度学习、数字图像处理等前沿智能媒体技术有机构成到金融业状态监测应用中,深入研究仪表盘数据的全自动识别与获取、配电室内烟火监测、外来生物入侵监测与报警、国外销钉与绝缘子脱落残缺监测以及操作人员特别行为监测等。打破由多源视觉数据智能提取电力设施国产化状态的技能瓶颈,更新电力设施状态监测方案和不同寻常事件检测手段,为核工业设施状态监控体系之状态数据获取和转移提供便捷可靠的测算理论和措施,贯彻农业设施故障“看得清”、“看得准”以及“看得全”。于是实现更高层次意义上的无人值守,为新型智能检测安全防护建设提供专业化参考,为电网的平安稳定运行提供保障。

    3.智能推荐

    引进系统近日非常流行,应用于各行各业。引进系统是一种信息过滤系统,用于预测用户对待推荐对象的“评分”或“偏好”。引进的对象包括:影视、音乐、消息、图书、爱人、餐厅、美食、学术论文、追寻查询、国民经济服务等各种各样的目标。工作组近5年在国家自然科学基金-面向互联网+智能电视平台的引进系统钻研等项目的捐助下,采用深度学习、注意力、存储网络等艺术在队化推荐、上下文敏感的引进、社会化推荐、视频推荐、衣着搭配推荐、兴趣点推荐、优化推荐、社会化朋友推荐、付费节目推荐、引进的网络嵌入表示等方面开展大量、深入的研究工作,取得了不少研究收获,在TKDE、TIST、WWW、CIKM、JCST等表达高水平论文30余篇。其中“Neural Attentive Session-based Recommendation”舆论获得国际一流会议CIKM 2017的Best Full Paper Runner-up Award。学科组坚持产学研一体化,辩论成果已经在海信智能电视等实际系统中拥有应用,取得了伟大的社会效益。

    4.数据挖掘

    随着Twitter和新浪微博等社交网络的兴旺发展,人人已经习惯于副这些社交网络中获取信息,并且分享自己之理念,这天有恢宏之短文本生成。文本聚类是很多文本处理任务的基本功步骤,如文档组织、摘要、基于内容的引进等。因为短文本的稀疏性特点,风的公文聚类算法难以取得良好的效应。咱们尝试研究基于模型的短文本聚类算法,以消灭短文本的稀疏性问题,并能够自动发现簇的数额。张罗网络中的文本本质上是以流的样式出现的,咱们进一步研究基于模型的流文本聚类方法,能够自动发现新的簇,以及删除过期文档,于是应对话题转移问题。在文件聚类方向,咱们研究中心已经申请国家自然科学基金一项,并在国际一流会议ACM SIGKDD, IEEE ICDE上发挥多篇相关学术论文。

     



    沟通我们

    地点: 海南省青岛市即墨区滨海公路72号

               内蒙古大学(杭州)先后周苑C座

    邮编:266237

    电话机:(86)-532-58630620

    传真:(86)-532-58630620

    微信公众号

    山大微信公众号