Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

王海峰、李飞飞、山世光、王井东、汪玉……众多AI华人学者入选2022 IEEE Fellow

2022 年 IEEE 新晋 Fellow 人数超过 300 人,其中华人学者超过三成。

北京时间 11 月 24 日凌晨,IEEE 公布了 2022 年度新一届会士的入选完整名单。

IEEE 全称是美国电子电气工程师学会(Institute of Electrical and Electronic Engineers),是国际性电子技术与信息科学工程师学会,在 160 多个国家拥有超过 40 万会员。IEEE Fellow 为学会最高等级会员,是 IEEE 授予成员的最高荣誉,在学术科技界被认定为权威的荣誉和重要的职业成就。当选人需要对工程科学与技术的进步或应用做出重大贡献,为社会带来重大价值。当选人数不超过 IEEE 当年会员总数的 0.1%。

去年清华大学教授唐杰京东集团副总裁郑宇等人成功入选 IEEE Fellow 行列。

今年,王海峰、李飞飞、山世光、王井东、汪玉、谢幸等众多业内知名的 AI 学者入选。

根据网络公开信息,机器之心整理介绍了 AI 领域的新晋 IEEE Fellow(中文名与机构是机器之心根据网络公开信息整理,如有遗漏、错误之处,欢迎大家指正):

陈金俊,澳大利亚斯威本科技大学教授
入选理由:对云数据存储和处理的可扩展架构做出的贡献


陈金俊,博士,教授,澳大利亚斯文本科技大学数据科学研究所副所长,研究领域包括可扩展性、大数据、数据科学、数据系统、云计算、数据隐私与安全、健康数据分析等相关研究课题,发表学术论文 160 余篇,IEEE 及 ACM Trans 长文 40 余篇。现为《IEEE 大数据汇刊》、《IEEE TKDE》、《IEEE 云计算汇刊》、《ACM Computing Survey》等期刊的副主编, 曾两次获 IEEE 计算机协会杰出领导奖(2008-2009)和(2010-2011)、IEEE 计算机社会服务奖(2007)。

冯俊兰 , 中国移动研究院人工智能首席科学家
入选理由:在语音对话应用程序、人工智能平台和网络智能方面处于领先地位


冯俊兰,博士,中国人工智能产业发展联盟副理事长,国际 Linux 网络基金会董事会副主席,中国移动研究院首席科学家、人工智能与智慧运营研发中心总经理。冯俊兰领导中国移动人工智能及网络智慧运营方面的研发工作。

郭传雄,字节跳动 AI Lab 团队总监
入选理由:因对数据中心网络设计的贡献而入选


郭传雄,就职于字节跳动公司,从事机器学习系统、数据中心网络、硬件研发方面的工作。在加入字节跳动之前,他是微软研究院的研究员。他也曾在微软云计算部门 Azure Networking 从事研发工作。他的研究兴趣是理解、设计、并运营大规模高可用计算机系统。

韩军伟,西北工业大学教授
入选理由:因对视觉显著性检测和图像理解的贡献


韩军伟,西北工业大学教授,陕西省科技创新团队负责人、英国工程技术学会会士(IET Fellow)、科睿唯安全球「高被引科学家」和爱思唯尔中国「高被引学者」。主要研究方向是人工智能模式识别、类脑计算、医学影像处理等。

李飞飞阿里巴巴集团副总裁
入选理由:因对数据库查询处理和优化以及云数据库系统的贡献而入选


李飞飞博士是 ACM 杰出科学家,现任阿里巴巴集团副总裁,阿里云智能数据库产品事业部负责人,达摩院数据库与存储实验室负责人。加入阿里巴巴之前是美国犹他大学计算机系的终身正教授。他的研究方向是数据库系统,大数据管理理论及系统设计开发,以及云数据管理的安全性。

山世光,中科院计算所研究员、博导
入选理由:因对视觉信号处理和识别的贡献而入选


山世光,中科院计算所研究员、博导,现任中科院智能信息处理重点实验室常务副主任,中国科学院大学岗位教授。他的研究兴趣集中于以人脸识别为典型案例的计算机视觉机器学习理论、方法和关键技术上,特别是在人脸识别领域有超过 20 年的研究经验。

申恒涛,电子科技大学教授

入选理由:对多媒体内容理解和检索的贡献



申恒涛,国际计算机学会会士(ACM Fellow)和美国光学学会会士(OSA Fellow) ,现任电子科技大学教授、计算机科学与工程学院院长,电子科技大学人工智能研究院执行院长,研究方向包括多媒体搜索,计算机视觉人工智能,和大数据管理


王井东,百度 AI 计算机视觉首席架构师
入选理由:对视觉内容理解和检索的贡献


王井东,百度 AI 计算机视觉首席架构师,原为微软亚洲研究院视觉计算组的首席研究员,研究领域包括神经架构设计、人体姿态估计语义分割图像分类目标检测、大规模索引和显著目标检测

王海峰,百度首席技术官
入选理由:在自然语言处理人工智能技术方面的贡献和领导地位


王海峰,博士,百度首席技术官(CTO)。整体负责百度人工智能、大数据、云计算、安全等技术和生态,以及智能云、地图、输入法等业务。

汪玉,清华大学电子工程系主任
入选理由:对领域专用加速器设计做出了贡献


汪玉,清华大学电子工程系长聘教授、系主任,清华大学信息科学技术学院副院长,清华大学天津电子信息研究院院长。长期从事智能芯片、高能效电路与系统研究,ACM SIGDA 执行委员会成员, ACM FPGA 技术委员会亚太地区唯一成员。

李青,香港理工大学教授兼系主任
入选理由:对机器学习在多媒体、数据挖掘数据仓库方面的贡献而入选


李青教授,香港理工大学电子计算学系 Chair Professor 兼计算机系主任。主要研究领域为:机器学习数据挖掘人工智能,及在 multi-modal data fusion, social media mining, event modeling and detection, and sentiment analysis 等领域的应用。

李智军,中科大信息科学技术学院副院长
入选理由:因对可穿戴机器人和生物机电一体化控制系统的贡献


李智军,教授、博导、博士。现任信息科学技术学院副院长,中科大先进技术研究院先进机器人中心主任,人工智能院智能机器人实验室主任。主要从事可穿戴机器人和生机电系统理论及应用研究。

田永鸿,北京大学教授
入选理由:对基于知识的可视化数据分析的贡献


田永鸿,北京大学教授,博士生导师。2005 年于中国科学院计算技术研究所获工学博士学位。曾任中科院计算所助理研究员、美国明尼苏达大学访问教授。主要研究方向包括视频大数据分析处理、机器学习与类脑计算。

郑冶枫,腾讯天衍实验室主任和杰出科学家
入选理由:因对机器学习与医疗图像的贡献而入选


郑冶枫本科和硕士毕业于清华大学电子工程系,博士毕业于美国马里兰大学。2006 年至 2017 年在西门子医疗美国研究院工作。2018 年 1 月加入腾讯,现任腾讯天衍实验室主任和杰出科学家。他一直从事医学人工智能的研发,发明了投影空间学习法,用于医学影像中器官的快速检测与分割。该发明于 2011 年获美国专利授权,当年即获托马斯. 爱迪生专利奖。

Dongmei Wang,佐治亚理工学院和埃默里大学教授
入选理由:因对对生物医学信息学和人工智能的贡献而入选


Dongmei Wang 是佐治亚理工学院和埃默里大学生物医学工程系和电气、计算机工程系教授。Wang 的主要研究领域为生物医学大数据分析人工智能,专注于生物医学和健康信息学 (BHI) 的预测、个性化和精准健康 (pHealth)。

赵国英,芬兰奥卢大学教授
入选理由:对面部表情分析和特征表示的贡献


赵国英是芬兰奥卢大学机器视觉信号处理中心教授,研究方向主要为图片和视频描述、情感计算机器学习、情感人工智能

杨睿刚,肯塔基大学计算机科学教授
入选理由:对 3D 计算机视觉和自动驾驶的贡献


杨睿刚博士,嬴彻科技 CTO,美国肯塔基大学计算机系终身教授、博土生导师、IEEE 高级会员。美国国家科学基金委(NSF)人才奖获得者。杨睿刚教授的主要研究方向是计算机图形计算机视觉,特别是 3D 重建及 3D 数据分析

谢幸,微软亚洲研究院首席研究员
入选理由:对空间数据挖掘推荐系统的贡献


谢幸博士于2001年7月加入微软亚洲研究院,现任首席研究员,中国科学技术大学兼职博士生导师,微软-中科大联合实验室主任,以及中国计算机学会普适计算专委会副主任。

其他相关领域入选华人包括(以姓名字母顺序排列):

艾渤,北京交通大学教授。
入选理由:因对高速铁路中的信道建模和无线通信做出的贡献。

毕天姝,华北电力大学教授
入选理由:因对同步相量技术和继电保护应用做出的贡献。

曹明,荷兰格罗宁根大学教授
入选理由:因对传感器、机器人和社交网络的多智能体控制系统做出的贡献。

车文荃,华南理工大学教授
入选理由:因对微波无源元件的平面传输线结构做出的贡献。

陈名华,香港城市大学教授
入选理由:对时延关键网络系统的贡献

陈宝兴,亚德诺半导体技术有限公司工程师
入选理由:对集成信号 - 功率隔离和集成磁学做出的贡献

Zhihong Chen,普渡大学
入选理由:对低维纳米材料的理解和应用做出的贡献。

陈红胜,浙江大学教授
入选理由:对电磁超材料和隐身技术做出的贡献。

陈新开,日本芝浦工业大学教授
入选理由:对机电系统非线性自适应控制和非线性观测器设计的贡献。

程翔,北京大学教授
入选理由:因对汽车无线通信信道建模和应用研究做出的贡献。

戴凌龙,清华大学长聘副教授
入选理由:对 5G/6G 无线通信关键技术(大规模 MIMO)的贡献。

Fang Deng,惠而浦工程负责人
入选理由:对永磁驱动设计和控制方法做出的贡献。

Lingling Fan,南佛罗里达大学教授
入选理由:对基于逆变器资源的稳定性分析和控制的贡献。

傅晓明,德国哥廷根大学教授
入选理由:因对边缘计算和网络资源管理的贡献。

谢孙源,中国台湾成功大学教授
入选理由:因对互联网和云计算容错的贡献。

Guohan Hu,IBM MRAM 材料设备负责人
入选理由:对自旋 - 转移 - 扭矩 MRAM 材料和器件的贡献。

黄琦,成都理工大学副校长
入选理由:在智能电能系统信息学方面的领导地位。

计宇生,日本国立情报学研究所教授
入选理由:对移动和动态系统中的分布式计算的贡献。

金建勋,天津大学教授
入选理由:开发可操作的高温超导功率器件。

李克秋,天津大学智能与计算学部主任
入选理由:对资源高效和面向 QoS 的云计算的贡献。

Youfu Li,香港城市大学教授
入选理由:对主动视觉感应的贡献。

Yingbin Liang,俄亥俄州立大学教授
入选理由:对无线系统信息论方法的贡献。

Shih-Chii Liu,瑞士苏黎世大学教授
入选理由:对神经形态工程的贡献。

刘添华,中国台湾「国立台湾科技大学」教授
入选理由:因对交流驱动器的无传感器控制做出的贡献。

Ping Liu,德克萨斯大学阿灵顿分校教授
入选理由:因对永磁研究和磁性纳米粒子合成和表征的贡献。

Shan Liu
入选理由:在多媒体和多核处理器领域的引领作用。

Hang-Ting Lue,中国台湾旺宏电子,内存技术研发部总监
入选理由:对电荷捕获存储器和 3D NOR 闪存的贡献。

Zhuoqing Mao,密歇根大学教授
入选理由:对互联网路由和移动系统的性能和安全性的贡献。

Zetian Mi,密歇根大学教授
入选理由:对 III 族氮化物光子学和清洁能源的贡献。

GuoJun Qi,华为美国研究院技术副总裁,华为云 EI 产品部智慧城市首席科学家。
入选理由:对多媒体分析和应用的贡献。

Haisheng Rong,英特尔高级首席工程师、研发经理
入选理由:对硅光子器件的贡献。

Chuan Seng Tan,新加坡南洋理工大学教授、副校长(学术)
入选理由:用于 3D 封装和集成的晶圆键合技术的贡献。

Hanghang Tong,伊利诺大学香槟分校(UIUC)副教授
入选理由:对图挖掘的贡献。

Jun Wang,中佛罗里达大学教授
入选理由:为低功耗硬盘存储系统设计做出的贡献

王桂玲,新泽西理工学院教授
入选理由:为传感器网络和车辆网络的分布式算法设计做出的贡献

Ping Wang,约克大学教授
入选理由:为异构无线网络的无线资源分配的性能建模做出的贡献

Qing Wang ,宾夕法尼亚州立大学教授
入选理由:对用于电容储能的聚合物电介质做出的贡献

吴磊 ,斯蒂文斯理工学院教授
入选理由:为电力系统和大型互依存基础设施的随机建模和优化做出的贡献

Cathy Wu,特拉华大学教授
入选理由:对计算生物学和数据科学的贡献


Le Xie,得克萨斯农工大学教授
入选理由:对电力系统和大数据分析的经济和安全运行的贡献

Huili Helen Xing,康奈尔大学教授
入选理由:对 GaN 高电子迁移率晶体管的贡献

Li Xiong,埃默里大学教授
入选理由:对隐私保护和安全数据共享的贡献

徐鹰,佐治亚大学教授
入选理由:对生物数据知识发现方面的贡献

严如强,西安交通大学教授
入选理由:为旋转电机的缺陷 / 故障检测和诊断做出贡献

杨铮,清华大学副教授
入选理由:对无线定位和传感的贡献

杨光红,东北大学
入选理由:对动态系统容错控制的贡献

Zhiping Yang,谷歌高级硬件经理
入选理由:对高性能数据中心电子产品的信号和电源完整性的贡献

阳春华,中南大学教授
入选理由:在复杂工业过程的智能控制和优化方面的贡献

Jianhua Yang,南加州大学教授
入选理由:对记忆和神经形态计算中的电阻开关材料的贡献

姚良忠,武汉大学教授
入选理由:在支持大型风电场集成的 HVDC 电网方面处于领先地位

Xiaoning Ye,英特尔工程师
入选理由:为高速互连设计、优化和测量方法做出贡献

Lei Ying,密歇根大学教授
入选理由:为云计算系统和无线网络的资源分配做出的贡献

禹继国,齐鲁工业大学教授
入选理由:为云计算和社会环境中的数据存储和处理做出的贡献

章秀银,华南理工大学教授
入选理由:对滤波天线设计做出的贡献

张军,香港科技大学副教授
入选理由:对密集无线网络做出的贡献

Liang Zhang,加拿大通信研究中心 (CRC)
入选理由:为地面广播和宽带系统中的非正交多路技术做出的贡献

钟章队,北京交通大学教授
入选理由:为铁路移动通信的理论、技术和发展做出的贡献

Anding Zhu,都柏林大学教授
入选理由:对射频功率放大器的行为建模和数字预失真做出的贡献。

Jiang Zhu,Meta 高级研究经理
入选理由:对无线通信天线设计做出的贡献

参考内容:
https://www.ieee.org/content/dam/ieee-org/ieee/web/org/about/fellows/2022-ieee-fellows-class.pdf
产业IEEE
相关数据
微软亚洲研究院机构

微软亚洲研究院于1998年在北京成立,是微软公司在亚太地区设立的基础及应用研究机构,也是微软在美国本土以外规模最大的一个研究院。微软亚洲研究院从事自然用户界面、智能多媒体、大数据与知识挖掘、人工智能、云和边缘计算、计算机科学基础等领域的研究,致力于推动计算机科学前沿发展,着眼下一代革命性技术的创新,助力微软实现长远发展战略。

http://www.msra.cn
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

http://www.intel.cn/
相关技术
清华大学机构

清华大学(Tsinghua University),简称“清华”,由中华人民共和国教育部直属,中央直管副部级建制,位列“211工程”、“985工程”、“世界一流大学和一流学科”,入选“基础学科拔尖学生培养试验计划”、“高等学校创新能力提升计划”、“高等学校学科创新引智计划”,为九校联盟、中国大学校长联谊会、东亚研究型大学协会、亚洲大学联盟、环太平洋大学联盟、清华—剑桥—MIT低碳大学联盟成员,被誉为“红色工程师的摇篮”。 清华大学的前身清华学堂始建于1911年,因水木清华而得名,是清政府设立的留美预备学校,其建校的资金源于1908年美国退还的部分庚子赔款。1912年更名为清华学校。1928年更名为国立清华大学。1937年抗日战争全面爆发后南迁长沙,与北京大学、南开大学组建国立长沙临时大学,1938年迁至昆明改名为国立西南联合大学。1946年迁回清华园。1949年中华人民共和国成立,清华大学进入了新的发展阶段。1952年全国高等学校院系调整后成为多科性工业大学。1978年以来逐步恢复和发展为综合性的研究型大学。

http://www.tsinghua.edu.cn/
相关技术
华为机构

华为创立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。

https://www.huawei.com/cn/
字节跳动机构

北京字节跳动科技有限公司成立于2012年,是最早将人工智能应用于移动互联网场景的科技企业之一,是中国北京的一家信息科技公司,地址位于北京市海淀区知春路甲48号。其独立研发的“今日头条”客户端,通过海量信息采集、深度数据挖掘和用户行为分析,为用户智能推荐个性化信息,从而开创了一种全新的新闻阅读模式

https://bytedance.com
IBM机构

是美国一家跨国科技公司及咨询公司,总部位于纽约州阿蒙克市。IBM主要客户是政府和企业。IBM生产并销售计算机硬件及软件,并且为系统架构和网络托管提供咨询服务。截止2013年,IBM已在全球拥有12个研究实验室和大量的软件开发基地。IBM虽然是一家商业公司,但在材料、化学、物理等科学领域却也有很高的成就,利用这些学术研究为基础,发明很多产品。比较有名的IBM发明的产品包括硬盘、自动柜员机、通用产品代码、SQL、关系数据库管理系统、DRAM及沃森。

https://www.ibm.com/us-en/
相关技术
唐杰人物

唐杰是清华大学计算机系副教授。他以学术社交网络搜索系统Arnetminer而闻名,该系统于2006年3月推出,目前已吸引来自220个国家的2,766,356次独立IP访问。他的研究兴趣包括社交网络和数据挖掘。

李飞飞人物

李飞飞,斯坦福大学计算机科学系教授,斯坦福视觉实验室负责人,斯坦福大学人工智能实验室(SAIL)前负责人。专业领域是计算机视觉和认知神经科学。2016年11月李飞飞加入谷歌,担任谷歌云AI/ML首席科学家。2018年9月,返回斯坦福任教,现为谷歌云AI/ML顾问。10月20日斯坦福大学「以人为中心的AI计划」开启,李飞飞担任联合负责人。11月20日李飞飞不再担任SAIL负责人,Christopher Manning接任该职位。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

计算机图形技术

图像数据处理、计算机图像(英语:Computer Graphics)是指用计算机所创造的图形。更具体的说,就是在计算机上用专门的软件和硬件用来表现和控制图像数据。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

数据科学技术

数据科学,又称资料科学,是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。数据科学通过运用各种相关的数据来帮助非专业人士理解问题。

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

边缘计算技术

边缘运算(英语:Edge computing),又译为边缘计算,是一种分散式运算的架构,将应用程序、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解,切割成更小与更容易管理的部分,分散到边缘节点去处理。边缘节点更接近于用户终端装置,可以加快资料的处理与传送速度,减少延迟。在这种架构下,资料的分析与知识的产生,更接近于数据资料的来源,因此更适合处理大数据。

模式识别技术

模式识别(英语:Pattern recognition),就是通过计算机用数学技术方法来研究模式的自动处理和判读。 我们把环境与客体统称为“模式”。 随着计算机技术的发展,人类有可能研究复杂的信息处理过程。 信息处理过程的一个重要形式是生命体对环境及客体的识别。其概念与数据挖掘、机器学习类似。

普适计算技术

普适计算是一个强调和环境融为一体的计算概念,而计算机本身则从人们的视线里消失。在普适计算的模式下,人们能够在任何时间、任何地点、以任何方式进行信息的获取与处理。普适计算是一个涉及研究范围很广的课题,包括分布式计算、移动计算、人机交互、人工智能、嵌入式系统、感知网络以及信息融合等多方面技术的融合。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

数据管理技术

数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程,其目的在于充分有效地发挥数据的作用。

推荐系统技术

推荐系统(RS)主要是指应用协同智能(collaborative intelligence)做推荐的技术。推荐系统的两大主流类型是基于内容的推荐系统和协同过滤(Collaborative Filtering)。另外还有基于知识的推荐系统(包括基于本体和基于案例的推荐系统)是一类特殊的推荐系统,这类系统更加注重知识表征和推理。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

数据挖掘技术

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

情感计算技术

情感计算(也被称为人工情感智能或情感AI)是基于系统和设备的研究和开发来识别、理解、处理和模拟人的情感。它是一个跨学科领域,涉及计算机科学、心理学和认知科学(cognitive science)。在计算机领域,1995年Rosalind Picard 首次提出affective computing。研究的目的是使得情感能够模拟和计算。这个技术也可以让机器人能够理解人类的情绪状态,并且适应它们的行为,对这些情绪做出适当的反应。这是一个日渐兴起的兴欣领域

查询技术

一般来说,查询是询问的一种形式。它在不同的学科里涵义有所不同。在信息检索领域,查询指的是数据库和信息系统对信息检索的精确要求

数据仓库技术

神经形态计算技术

神经形态工程也称为神经形态计算,是Carver Mead在1980年代后期开发的一个概念,描述了使用包含电子模拟电路来模拟神经系统中存在的神经生物学结构的超大规模集成(VLSI)系统。 近来,神经形态(Neuromorphic)一词已被用于描述模拟、数字、混合模式模拟/数字VLSI以及实现神经系统模型(用于感知,运动控制或多感官集成)的软件系统。

信号处理技术

信号处理涉及到信号的分析、合成和修改。信号被宽泛地定义为传递“关于某种现象的行为或属性的信息(如声音、图像和生物测量)”的函数。例如,信号处理技术用于提高信号传输的保真度、存储效率和主观质量,并在测量信号中强调或检测感兴趣的组件。我们熟悉的语音、图像都可以看做是一种信号形式。因此,对于语音、图像的增强、降噪、识别等等操作本质上都是信号处理。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

语义分割技术

语义分割,简单来说就是给定一张图片,对图片中的每一个像素点进行分类。图像语义分割是AI领域中一个重要的分支,是机器视觉技术中关于图像理解的重要一环。

图像分类技术

图像分类,根据各自在图像信息中所反映的不同特征,把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析,把图像或图像中的每个像元或区域划归为若干个类别中的某一种,以代替人的视觉判读。

信息论技术

信息论是在信息可以量度的基础上,研究有效地和可靠地传递信息的科学,它涉及信息量度、信息特性、信息传输速率、信道容量、干扰对信息传输的影响等方面的知识。通常把上述范围的信息论称为狭义的信息论,又因为它的创始人是香农,故又称为香农信息论。

阿里云机构

阿里云创立于2009年,是全球领先的云计算及人工智能科技公司,致力于以在线公共服务的方式,提供安全、可靠的计算和数据处理能力,让计算和人工智能成为普惠科技。 阿里云服务着制造、金融、政务、交通、医疗、电信、能源等众多领域的领军企业,包括中国联通、12306、中石化、中石油、飞利浦、华大基因等大型企业客户,以及微博、知乎、锤子科技等明星互联网公司。在天猫双11全球狂欢节、12306春运购票等极富挑战的应用场景中,阿里云保持着良好的运行纪录。 阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。 2014年,阿里云曾帮助用户抵御全球互联网史上最大的DDoS攻击,峰值流量达到每秒453.8Gb 。在Sort Benchmark 2016 排序竞赛 CloudSort项目中,阿里云以1.44$/TB的排序花费打破了AWS保持的4.51$/TB纪录。在Sort Benchmark 2015,阿里云利用自研的分布式计算平台ODPS,377秒完成100TB数据排序,刷新了Apache Spark 1406秒的世界纪录。 2018年9月22日,2018杭州·云栖大会上阿里云宣布成立全球交付中心。

https://www.aliyun.com/about?spm=5176.12825654.7y9jhqsfz.76.e9392c4afbC15r
阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。

https://www.alibabagroup.com/
百度智能云机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://www.baidu.com
京东机构

京东(股票代码:JD),中国自营式电商企业,创始人刘强东担任京东集团董事局主席兼首席执行官。旗下设有京东零售、京东物流、京东科技子集团、印尼&泰国海外合资跨境电商等核心业务。2013年正式获得虚拟运营商牌照。2014年5月在美国纳斯达克证券交易所正式挂牌上市。 2016年6月与沃尔玛达成深度战略合作。

https://www.jd.com
相关技术
腾讯机构

腾讯,1998年11月诞生于中国深圳,是一家以互联网为基础的科技与文化公司。我们的使命是“通过互联网服务提升人类生活品质”。腾讯秉承着 “一切以用户价值为依归”的经营理念,为亿万网民提供优质的互联网综合服务。 腾讯的战略目标是“连接一切”,我们长期致力于社交平台与数字内容两大核心业务:一方面通过微信与QQ等社交平台,实现人与人、服务及设备的智慧连接;另一方面为数以亿计的用户提供优质的新闻、视频、游戏、音乐、文学、动漫、影业等数字内容产品及相关服务。我们还积极推动金融科技的发展,通过普及移动支付等技术能力,为智慧交通、智慧零售、智慧城市等领域提供有力支持。

http://www.tencent.com/
相关技术
申恒涛人物

国家“千人计划”特聘专家、四川省“千人计划”特聘专家,电子科技大学计算机科学与工程学院院长、教授、博导,从事最前沿的计算机科学研究,研究方向包括多媒体搜索、计算机视觉、人工智能、大数据等。

机器之心机构

机器之心,成立于2014年,是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系,为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/
目标检测技术

一般目标检测(generic object detection)的目标是根据大量预定义的类别在自然图像中确定目标实例的位置,这是计算机视觉领域最基本和最有挑战性的问题之一。近些年兴起的深度学习技术是一种可从数据中直接学习特征表示的强大方法,并已经为一般目标检测领域带来了显著的突破性进展。

5G技术

第五代移动通信系统(5th generation mobile networks),简称5G,是4G系统后的延伸。美国时间2018年6月13日,圣地牙哥3GPP会议订下第一个国际5G标准。由于物理波段的限制,5G 的网络也将会与其他通信技术并用,包含长距离的其他传统电信波段。

机器视觉技术

机器视觉(Machine Vision,MV)是一种为自动化检测、过程控制和机器人导航等应用提供基于图像的自动检测和分析的技术和方法,通常用于工业领域。

人体姿态估计技术

人体姿态估计是计算机视觉领域的一个重要问题,主要用于跟踪一个人的每一个小动作并实时进行生物力学分析。

显著性检测技术

显著性检测是指定位图像或场景中显著区域的自动化过程。

北京大学机构

北京大学创办于1898年,初名京师大学堂,是中国第一所国立综合性大学,也是当时中国最高教育行政机关。辛亥革命后,于1912年改为现名。2000年4月3日,北京大学与原北京医科大学合并,组建了新的北京大学。原北京医科大学的前身是国立北京医学专门学校,创建于1912年10月26日。20世纪三、四十年代,学校一度名为北平大学医学院,并于1946年7月并入北京大学。1952年在全国高校院系调整中,北京大学医学院脱离北京大学,独立为北京医学院。1985年更名为北京医科大学,1996年成为国家首批“211工程”重点支持的医科大学。两校合并进一步拓宽了北京大学的学科结构,为促进医学与人文社会科学及理科的结合,改革医学教育奠定了基础。

官网,http://www.pku.edu.cn/
推荐文章
暂无评论
暂无评论~