招生公告

IVSN GROUP欢迎有志于人工智能、数据挖掘和物联网(具体研究内容如下所示)方向的研究生报考我们团队。有意向的同学可以准备一份申请材料(个人简历、成绩单、一页纸的“拟进入的研究方向和研究动机说明”,需备注是否同意调剂研究方向,以及后续是否有意向提前攻读博士),通过电子邮件发送到ivsnzjut2018@hotmail.com,邮件请以“2018硕士生申请”+“个人姓名”为标题。


人工智能方向:深度学习及其应用研究

深度学习方法研究及其工业应用。方法包括卷积神经网络、生成对抗网络、递归神经网络、稀疏自编码等一系列算法及实现。视频、图像、文本各种类型数据都会涉及。应用层面涉及工业珍珠自动识别与分拣、医疗图像深度分析、交通数据分析与预测、工业过程数据挖掘与质量预测等各种有意思的实际问题。

(1)深度学习算法研究:学习先进的深度学习算法,在深度学习通用框架上实现深度学习模型的设计、优化与实现。

(2)基于深度学习的图像分类研究:学习深度学习模型,着眼当前的图像分类应用场景,包括:人脸识别、车牌识别、场景检测、自动驾驶领域的图像识别等,实现有效的图像分类应用。

(3)深度学习对抗性攻击与防御研究:分析深度学习的对抗性攻击原理、生成方法与防御机制,研究在人脸识别、车牌识别、猫狗识别、路牌识别等场景的对抗性攻击;研究攻击防御方法的原理、机制,及其在应用领域的防御实现。

(4)基于深度学习的社交网络数据挖掘:分析深度学习的方法在社交网络领域的分类与预测等,研究网络节点的分类、连边预测等,并在实际社交数据集应用。

(5)基于深度学习的工控安全研究:分析工业控制领域的状态数据与控制指令数据,研究其节点状态预测、连边预测等分析。

数据挖掘方向:

本方向主要针对流行的在线社交网络数据及工业数据,提出新的算法或将最新的算法应用到传统的工业领域。

(1)社交网络数据挖掘:在线社交网络是现代信息传播的主要载体,本方向主要针对流行的社交网络,如Weibo,Yelp,StackExchange等网络数据,利用网络科学与机器学习结合的方法对这些数据进行建模,传播,链路预测,推荐,攻击等科学研究。

(2)医疗健康数据挖掘:获取线上线下医疗数据,搭建云平台数据存储、分析系统,对获取的数据进行汇总、在线分析、可视化展示、自动报表生成等。

(3)工业数据挖掘:针对一些有趣的工业过程的数据,通过机器学习和统计智能分析等方法,有效挖掘隐藏于其中的有用信息。

物联网方向:

物联网是指物之间的信息交换与互联,是大数据,工业4.0,以及人工智能等新兴产业的基础。在相关领域研究以及工作中,有重要的意义跟广阔的前景。主要研究内容包括软硬件设计(ARM,ARDUINO,KEIL等),通讯协议(低功耗蓝牙,ZIGBEE,LORA等),以及顶层与其它各方向的交叉应用等。

(1)软硬件设计:硬件包括设计逻辑电路以及画PCB电路,直到代工厂生产具体产品。软件主要是基于C语言开发的嵌入式软件系统。以上是其余研究的基础。

(2)通讯协议开发:基于现有的通讯协议,进行物联网整体优化研究,包括:蓝牙自组网协议,电量管理,路由算法,分布式计算等。

(3)顶层应用研究:基于前述基础成果,在各应用场景中具体实现并展开研究,包括:图像识别,室内定位,智慧农业,以及环境监控等等。

(4)学科交叉研究:跟人工智能,工业4.0,深度学习等方向联合研究,包括正向的数据可靠性,误差建模,校准,也包括逆向的复杂算法嵌入式实现等研究。

材料:研究生简历模板