中科院自动化研究所

合集下载

中科院自动化研究所三次面试后入职答辩

中科院自动化研究所三次面试后入职答辩

中科院自动化研究所三次面试后入职答辩
恭喜您获得了中科院自动化研究所的三次面试机会,并且成功通过了面试阶段,进入了入职答辩环节。

入职答辩一般是针对您的专业知识、研究经历、实践能力等方面进行综合评估的环节。

在入职答辩时,您需要准备以下内容:
1. 介绍自己的研究经历和专业背景;
2. 展示您的专业知识,在面试中可能涉及到的相关技术、理论或方法;
3. 详细解释您的研究成果和项目经验,并展示相关实践能力;
4. 回答可能提出的问题,如研究动机、创新点、实际应用、团队合作等。

在入职答辩中,要注意以下几点:
1. 表达清晰、有条理,结合实例、数据等具体证据支持观点;
2. 保持自信,但谦虚和礼貌;
3. 注意控制答辩的时间,避免回答过于冗长;
4. 尊重评审委员会的问题和观点,积极与评审交流。

模式识别国家重点实验室(中科院自动化研究所)

模式识别国家重点实验室(中科院自动化研究所)

本文由renlian111贡献 doc文档可能在WAP端浏览体验不佳。

建议您优先选择TXT,或下载源文件到本机查看。

模式识别国家重点实验室 简介 模式识别国家重点实验室,于 1984 年由国家计委批准筹建, 1987 年通过国家验收并正式对外开放.依托于中国科学院自动化研究 所.实验室第一任主任是现任国家科技部副部长的马颂德研究员,现 任主任为谭铁牛研究员.实验室现有固定人员 22 人,平均年龄 37.8 岁,科研骨干均具有博士学位.实验室流动人员包括博士后,在读博 士生与硕士生,高级访问学者及客座研究人员.实验室计划发展规模 为固定人员 25-30 人,流动人员 100 人左右. 实验室以"面向世界,面向未来,开展前瞻性的基础研究;立足国内, 面对现实,推进定向性的应用研究与技术开发"为发展战略,追求个人事 业与集体事业共同协调发展,力争成为具有国际水准的科学研究,技术 创新和高科技人才培养基地. 实验室目前的主要研究方向为模式识别,计算机视觉,图像处理与 图形学,口语信息处理,自然语言处理以及模式识别应用与系统等. 实验室目前承担了三十余项科研项目,其中包括国家重点基础研究 规划"973"项目(图象,语音,自然语言理解与知识发掘),国家基金 委重大,重点项目,国家杰出青年科学基金项目,国家攻关项目,国 家高技术计划"863"项目,国家基金委面上项目及国际合作项目等. 实验室成员每年在国内外重要的学术期刊和国际学术会议上发表 论文百余篇,其中不少发表在国际权威刊物与国际重要会议上,如 IEEE 汇刊(PAMI 等),International Journal of Computer Vision, Pattern Recognition, Image and Vision Computing, Automatica, EuroSpeech, ICSLP, ICASSP, ICCV, ICPR, ACCV 等. 近年来,实验室已获准和申请发明专利 26 项,获国家科技进步二 等奖 1 项,中科院自然科学二等奖 2 项,其它部委级三等奖 3 项,国 际发明金奖与世界知识产权专项奖各 1 项. 实验室在开展国际国内学术交流与合作方面,有着优良的传统. 实验室借各种机会,积极组织学术交流,每年一批在美国,法国,德 国,日本,英国,新加坡等地工作的优秀中国留学生,定期到实验室 从事短期客座研究,来自美国,加拿大,英国,法国,日本等二十多 个国家或地区的知名学者到实验室做学术报告达几十人次.实验室通 过中科院自动化所和法国国立信息与自动化研究院(INRIA)成立了 "中法信息,自动化与应用数学联合实验室",与香港科技大学成立 了信息技术联合实验室.实验室成员积极参与国内外学术组织的工 作,担任许多国内外学术期刊的主编,副主编或编委,以及国际重要 学术会议的大会主席或程序委员会委员等. 实验室十分重视与高新技术企业的交流与合作,希望通过与社会 资源的有效组合,促进成果转化,为我国的经济建设和社会发展服 务! 研究方向与目标 人类具有很强的模式识别能力.通过视觉信息识别文字,图片和周围的环 境,通过听觉信息识别与理解语言.模式识别能力是人类智能的重要组成部 分.从信息处理的角度搞清它的机理,研究它的计算理论与算法,以使计算机 来实现人的视觉,听觉等模式识别能力,是人类在基础理论与应用研究中面临 最重大的挑战之一.用计算机实现模式的自动识别,是开发智能机器的一个最 关键的突破口(如果机器不能自动感知与识别周围环境,机器智能也就无从谈 起!).它的成功应用将大大推动人工智能系统的发展,拓广计算机与各种自 动机器的应用范围. 随着数字化和网络通讯技术的飞速发展,"信息过载"(Information Overload) 已 成为日益严重的问题.如何用智能化的手段处理和识别网上的海量信息(包括 文字,图像,语音等)已成为当前信息技术领域所面临的一个巨大挑战.解决 这个问题,使普通百姓能方便地获取所需信息,将互联网上丰富的信息资源转 换为发展知识经济的宝贵财富,是我国在推进国民经济和社会信息化进程中的 一个重大需求. 特别是从国家信息安全的战略高度出发,研究有害网络信息过 滤和有用信息检索中的智能信息处理与识别技术已成为当务之急. 与此同时,要进一步普及计算机的应用,加速信息技术向全社会的渗透,消除所 谓的"数字鸿沟",就必须研究友好适人化的人机交互技术,以克服传统的人机 交互手段的弊端,提高计算机和信息系统的友善性和好用性.人机交互技术的 发展将支持用户通过各种手持式设备,传统 PC 终端和固定电话等形式来安全可 靠地检索各种媒体信息.美国微软公司比尔.盖茨认为人类计算的未来就是要让 比尔. 比尔 计算机会看,会听,会说,会思考("The future of computing is to make 计算机会看,会听,会说,会思考 computers see,hear,speak and think."?Bill Gates).1999 年,美国总统 信息技术顾问委员会 PITAC(President 抯 Information Technology Advisory Committee)在其提交给联邦政府关于"面向未来的信息技术研究" (Information Technology Research: Investing in Our Future)的咨询报告 中,建议联邦政府将人机界面和交互技术的基础研究作为优先资助的重点,并 强调模式识别和感知等方面的基础研究将极大地改善人类与机器之间的交互 模式识别和感知等方面的基础研究将极大地改善人类与机器之间的交互 ("Fundamental research in human sensory-motor systems, perception, attention, pattern recognition and decision-making has the potential recognition, to make dramatic improvements in the interaction of people and machines."- PITAC).因此,模式识别不仅是一个有重大科学意义的研究领 模式识别不仅是一个有重大科学意义的研究领 也是网络数字化时代诸多实际应用中需要突破的一项重大关键技术. 域,也是网络数字化时代诸多实际应用中需要突破的一项重大关键技术. 针对上述的重大科学和技术前沿问题,围绕我国国民经济,社会发展和国防安 全的战略需求,结合已有的基础和学科优势,本着"有所为,有所不为"的指 导思想,实验室自成立以来始终将研究方向聚焦在模式识别领域的几个有限目 标上. 实验室的研究方向为模式识别基础理论,图像处理与计算机视觉, 实验室的研究方向为模式识别基础理论,图像处理与计算机视觉,语音与语言 信息处理. 信息处理. 模式识别基础理论的研究是开展模式识别其它方向研究的基础,此方向主要研 模式识别基础理论 究内容包括脑功能成像数据分析,计算视觉理论与模型,选择性注意与主动视 觉,图像与语音识别的认知机理,机器学习与分类器设计等. 图像处理与计算机视觉是两个紧密相联的问题,有着广泛的应用领域和前景. 图像处理与计算机视觉 实验室在此方向的主要研究内容有医学图像处理,遥感图像处理,图像水印, 基于内容的图像与视频检索,三维视觉和物体识别,运动分析与理解以及生特 征识别. 语音与语言信息处理是改善人机界面和交互方式的重要手段,是推进国民经济 语音与语言信息处理 和社会信息化,实现不同语种之间的全球自由通讯的重大关键技术.实验室在 此方向的主要研究内容包括大词汇量非特定人连续语音识别,高鲁棒性语音识 别,分布式与嵌入式语音识别,口语翻译以及中文语言处理. 实验室的研究目标是在上述三个方向提出创新的理论与算法,攻克关键技术, 实验室的研究目标是在上述三个方向提出创新的理论与算法,攻克关键技术, 积累基础性数据资源,集成实用的或接近实用的原型示范系统, 积累基础性数据资源,集成实用的或接近实用的原型示范系统,并努力实现技 术转移,促进我国信息技术产业的发展. 术转移,促进我国信息技术产业的发展. 实验室的总体发展目标是"面向国家战略需求,瞄准国际学科前沿,开展模式 识别领域的基础和应用基础研究,建设国家一流的国家重点实验室,使其成为 国内外著名的科学研究,技术创新和人才培养基地,为我国信息高科技的发展 提供知识,技术与人才储备" . 在研项目 序 项目名称 号 1 图像理解与图像库检索 2 口语翻译导向的高性能语音识别和理解的研究 负责人 项目来源 谭铁牛 973 计划 徐波 973 计划 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 基于空间数据融合的区域规划决策支持系统 普林特 不变性知觉信息表达的计算理论与计算机实验 谭铁牛 模糊 PID 控制器的系统化研究 胡包钢 视觉信息的群体动态时空编码和选择性注意机制 马颂德 视觉监控 谭铁牛 基于计算机视觉的三维动画 田英利 汉语话语翻译关键技术的研究 黄泰翼 几何基元提取与参数空间分解法 胡占义 单株植物生长的计算机建模与三维可视化仿真 胡包钢 虚拟现实中基于基因图象的建模和绘制 胡占义 中法联合实验室项目 胡包钢 基于卫星图象处理方法的环境监测及水灾估计的应用 马颂德 植物生长过程及其构造形态的随机功能与交互式 胡包钢 数字博物馆景物的几何,光度模型建立 王向东 对话系统的可移植性问题 徐波 CSTAR-III 框架下中法口语翻译研究 徐波 水灾分析和决策支持的数据融合 蒲林特 水灾分析和决策支持的数据融合-应用 马颂德 汉语会话系统 徐波 中文非特定人数字语音识别 徐波 口语语料处理 宗成庆 基于计算机三维景象重构和可视化 胡占义 Pepole modeling 谭铁牛 生态系统优化决策支持系统 蒲林特 基于 C-STAR III 多语种框架的中法口语翻译系统设计 宗成庆 与实践 人脑选择性注意和计算机主动视觉的跨学科研究 胡占义 语音网络服务器 王阳生 生物特征信息处理与识别 谭铁牛 运动图象理解与基于内容的信息检索 卢汉清 移动互联环境下的语音识别 徐波 医用虚拟内窥镜系统 卢汉清 LAMOST 天体光谱自动识别系统的预研 胡占义 能听会说的机器人 李成荣 弹上惯测组合自主导北时间序列分析与误差模式识别 台宪青 IC 卡用指纹识别算法 蒋田仔 交通场景的视觉监控 胡卫明 几何特征提取与参数空间分析法 李泉林 语音导航 GIS/GPS 集成系统研究及其在 PDA 上的实现 刘文举 强杂波背景中红外弱小目标探测与识别关键技术 唐明 863 计划 国家自然科学基金 国家自然科学基金 国家自然科学基金 国家杰出青年基金 国家自然科学基金 国家自然科学基金 国家自然科学基金 国家自然科学基金 国家自然科学基金 国际合作 国际重大项目 国际合作 国际合作 国际合作 国际合作 国际合作 国际合作 国际合作 国际合作 国际合作 国际合作 国际合作 国际合作 国际合作 院创新重大项目 省部委项目 院创新方向项目 院创新方向项目 院创新方向项目 横向合作 横向合作 横向合作 横向合作 横向合作 院其它项目 院其它项目 院其它项目 其它项目 42 43 44 45 46 基于图象序列的机器人工作环境重建 天体光谱数据自动分类和识别 动态场景的视觉监控技术 面向多国语言的电视语音自动翻译技术研究 医学成像与计算 胡占义 胡占义 胡卫明 宗成庆 蒋田仔 院其它项目 院其它项目 院其它项目 院其它项目 院"百人计划" 姓名 马颂德(主任) 黄熙涛(协主任) 谭铁牛 蒋田仔 张钹 李德毅 袁保宗 贾云得 李子青 陈霖 冯志伟 罗述谦 查红彬 陈武凡 徐波 王珏 任福继 Anil Jain Alex Waibel 权龙 庄炳湟 学术委员会 职称 E-mail 地址 masongde@yahoo.com.cn 研究员 huang@ifp.uiuc.edu 教授 tnt@nlpr.ia.ac.cn 研究员 Tianzi.jiang@nlpr.ia.ac.cn 研究员 dcszb@mail.tsinghua.edu.cn 教授 leedeyi@nlsde.buaa.edu.cn 教授 bzyuan@center.njtu.edu.cn 教授 jiayunde@bit.edu.cn 教授 szli@microsoft.com 教授 lchen@cogsci.ibt.ac.cn 研究员 zwfengde@public.bta.net.cn 教授 cumsz@public.bta.net.cn 教授 zha@cis.pku.edu.cn 教授 chenwf@fimmu.com 教授 Bo.xu@nlpr.ia.ac.cn 研究员 Jue.wang@mail.ia.ac.cn 研究员 ren@is.tokushima-u.ac.jp 教授 jain@cse.msu.edu 教授 waibel@cs.cmu.edu 教授 quan@cs.ust.hk 教授 juang@ece.gatech.edu 教授 工作人员 E-Mail tnt@nlpr.ia.ac.cn xubo@nlpr.ia.ac.cn huzy@nlpr.ia.ac.cn luhq@nlpr.ia.ac.cn jiangtz@nlpr.ia.ac.cn hubg@nlpr.ia.ac.cn fcwu@nlpr.ia.ac.cn szli@nlpr.ia.ac.cn 姓名 谭铁牛 徐波 胡占义 卢汉清 蒋田仔 胡包钢 吴福朝 李子青 职称 研究员 研究员 研究员 研究员 研究员 研究员 研究员 研究员 电话 62545671 62616623 62616540 82614465 82614469 62647318 62542944 82626787 杨青 刘成林 刘文举 宗成庆 胡卫明 王蕴红 普琳特 陶建华 吴毅红 唐明 臧玉峰 张晓鹏 潘春洪 侯新文 陈志义 朱朝喆 范勇 刘青山 赵微 连国臻 马丽霞 研究员 研究员 副研究员 副研究员 副研究员 副研究员 副研究员 副研究员 副研究员 副研究员 副研究员 副研究员 副研究员 副研究员 工程师 助理研究员 助理研究员 助理研究员 工程师 工程师 秘书 qyang@nlpr.ia.ac.cn liucl@nlpr.ia.ac.cn lwj@nlpr.ia.ac.cn cqzong@nlpr.ia.ac.cn wmhu@nlpr.ia.ac.cn wangyh@nlpr.ia.ac.cn prinet@nlpr.ia.ac.cn jhtao@nlpr.ia.ac.cn yhwu@nlpr.ia.ac.cn tangm@nlpr.ia.ac.cn yfzang@nlpr.ia.ac.cn xpzhang@nlpr.ia.ac.cn chpan@nlpr.ia.ac.cn xwhou@nlpr.ia.ac.cn zychen@nlpr.ia.ac.cn czzhu@nlpr.ia.ac.cn yfan@nlpr.ia.ac.cn qsliu@nlpr.ia.ac.cn zhao@nlpr.ia.ac.cn gzlian@nlpr.ia.ac.cn lxma@nlpr.ia.ac.cn 82614505 82614505 62542944 62542944 62542944 82614523 62542946 62527720 62555513 82629803 62542943 62555513 62659278 62542971 62545671 62545671 62545671 Tieniu Tan Professor National Lab of Pattern Recognition Email: tnt@nlpr.ia.ac.cn Phone: 86-10-82614515 Fax: 86-10-62551993 Tieniu Tan graduated with a BSc from Xi'an Jiaotong University in 1984, and obtained his MSc (in 1986) and PhD (in 1989) degrees from Imperial College of Science,Technology and Medicine, London, UK. Prior to his return to China in 1998, He worked at the University of Reading, UK as Research Fellow, Senior Research Fellow and Lecturer. He currently serve as the President of the Institute of Automation as well as the Director of the NLPR. He lead the Intelligent Recognition & Digital Security Group of the NLPR. His current research focuses on the visual surveillance and monitoring of dynamic scenes (for example, the detection and recognition of abnormal behaviors or other specific events), personal identification based on multiple biometric features such as face, iris, fingerprint, handwriting and gait, and watermarking of digital multimedia data such as digital static images and digital video. He also have research projects on image and video databases, invariant visual perception and mobilerobot navigation (especially for intelligent wheelchairs). Selected Publications 1. Y. Zhu, T. N. Tan and Y. Wang, Font Recognition Based on Global Texture Analysis,IEEE Tans. Pattern Analysis and Machine Intelligence, Oct. 2001. 2. J. G. Wang and T. N. Tan, A New Face Detection Method Based on Shape Information,Pattern Recognition Letters, vol.21, pp463-471. 2000. 3. T.N.Tan and K.D.Baker,Efficient Image Gradient-Based Vehicle Localisation, IEEE Trans. Image Processing, vol.9, no.8, pp.1343-1356, August 2000. 4. H. E. S. Said, T. N. Tan and K. D. Baker, Writer Identification Based on Handwriting, Pattern Recognition , vol.33, no.1, 2000, pp.133-148. 5. S. J. Maybank and T. N. Tan, Introduction to Special Section on Visual Surveillance, Inter. J. Computer Vision, vol.37, no.2, June 2000. Professional Activities 1. SPIE International Symposium on Multi-spectral Image Processing and Pattern Recognition,22-24 October 2001,Wuhan,China(Program Committee Member) 2. The 2nd IEEE Inter. Workshop on Performance Evaluation of Tracking and Surveillance,December2001,USA (Program Committee Member) 3. The Perceptive User Interfaces Workshop(PUI'2001),November15-16,2001,Orlando, USA (Program Committee Member) 4. The 3rd Inernational Conference on Cognitive Sciences(ICCS2001),27-31 August 2001,Beijing,China (Program Committee Co-chair) 5. The 6th International Conference for Young Computer Scientists(ICYCS'2001), 23-25 October 2001,Hangzhou,China(Member of Steering Committee) 6. Associate Editor, Pattern Recognition(1997-),Pergamon/Elsevier 7. Asia Editor,Image and Vision Computing(1998-),Elsevier 8. Member of Editorial Board,International Journal of Image and Graphics(2000-), World Scientific 9. Member of Editorial Board, International Journal of Information Technology and Decision Making(2001-),World Scientific. 10. Associate Editor, IEEE Transactions on Pattern Analysis and Machine Intelligence (2002-) Research Mission Conduct quality research in the broad field of Pattern Recognition Establish a center of excellence in scientific research, technological innovation and postgraduate training Promote technology transfer and international collaboration Research Directions NLPR's research directions include: Computer and Robot Vision Image Processing and Graphics Natural Language Processing Pattern Recognition Pattern Recognition Applications and Systems Spoken Language Processing Selected Publications Shape Recvery From a Color Image for Non-Lambertian Surfaces, Yingli 1 Tian, H.T.Tsui, J.Opt.Soc .Am.A . 14(2):397-404,1997 Model-Independent Object Orientation Determination, Tieniu Tan, K. D. 2 Baker, G. D. Sullivan, IEEE Trans. Robotics and Automation, 13(4):602606,1997 Noise Robustness of Texture Features, Tieniu Tan, Image and Vision 3 Computing 15(11):115-118,1997 A Tabu Search Method for Geometric Primitive Extraction, Qifa Ke, 4 Tianzi Jiang, Songde Ma, Pattern Recognition Letters 19(14):14431452,1997 Dyadic Scale Space, Ge Cong, Songde Ma, Pattern Recognition 5 30(2):339-352,1997 The United Adaptive Learning Algorithm for The Link Weights and Shape Parameter in Rbfn for Pattern Recognition, Deshuan Huang, Inter. 6 Journal of Pattern Recognition and Artificial Intelligence 11(6):873888,1997 A New Eigenstructure Method for Sinusoidal Signal Retrieval in A Broad 7 Band Noise - Estimation and Pattern Recognition, Baogang Hu, Gosine, R.G., IEEE Transactions on Signal Processing 45(12):3073-3083,1997 Performance Prediction of the Hough Transform, Zhanyi Hu, Songde Ma, 8 Journal of Computer Science and Technology 12(1):49-57,1997 Contour Matching Using Wavelet Transform and Multigrid Methods, 9 Tianzi Jiang, Songde Ma, Journal of Computer Science and Technology 12(6):564-570,1997 A Parallel Information-Based Complexity Approa-ch to Visual Surface 10 Recog-nition, Tianzi Jiang, International J. Computer and Mathematics 68(3-4):165-177,1998 Derivative Computation by Multiscale Filters, Songde Ma, Bingcheng Li, 11 Image and Vision Computing 16:43-53,1998 Robust Epipolar Geometry Estimation From Two Uncalibrated Images, 12 Jinxiang Chai , Songde Ma, Pattern Recognition Letter 19(9),1998 Multi-Agent Visual Surveillance of Dynamic Scenes, P.Remagnino, 13 Tieniu Tan, A.D.Worrall K.D.Baker, Image and Vision Computing 16(8):529-532,1998 Model-Based Localization and Recognition of Road Vehicles, Tieniu 14 Tan, G. D. Sullivan, K. D. Baker, Int. J. Computer Vision 27(1):525,1998 From Image Quadrilaterals to Bilateral Symmetric Trapezia, Tieniu Tan, 15 Pattern Recognition 31(8):1117,1998 Locating and Recognising Road Vehicles, Tieniu Tan, Optical 16 Engineering 37(1):202-207,1998 Application of Fuzzy Classification Technique in Computer Grading of 17 Fish Product, Baogang Hu, Gosine, R.G., Cao L.X 等, IEEE Transactions on Fuzzy Systems 6(1): 144-152,1998 Efficient Rotation Invariant Texture Features for Content-Based Image 18 Retrieval, Tieniu Tan, S.R.Fountain, Pattern Recognition 31(11):17251732, 1998 Rotation Invariant Texture Features and Their Use in Automatic Script 19 Identification, Tieniu Tan, IEEE Transactions on Pattern Analysis and Machine Intelligence 20(7):751-756,1998 Corner Enhancement in Curvature Scale Space, Ge Cong, Songde Ma, 20 Pattern Recognition 31(10):1491-1501,1998 A List-Processing Approach to Compute Voronoi Diagrams and the Euclidean Distance Transform, weiguang Guan, Songde Ma, IEEE 21 Transactions on Pattern Analysis and Machine Intelligence 20(7):757761,1998 Local Interaction Fields and Adaptive Regularizers for Surface 22 Reconstruction and Images Relaxation, ZhiyongYang , Songde Ma, Network: Comput. Neural Syst 9:19-37,1998 The Average Case Complexity of the Shift-Invariant Problem, T.Z.Jiang, 23 ArthurG.Werschulz, Approx. Theory & its Appl. 14(1):1-7,1998 The Worst Case Complexity of the Fredholm Equation with Non-Periodic 24 Free Term and Noise Information, T.Z.Jiang, Numer. Funct. Anal. and Optimiz 19(3&4):329-343,1998 Probabilistic Analysis of Galerkin-like Methods for the Fredholm 25 Equation, T.Z.Jiang, Journal of Computational Mathematics 16(5):445456,1998 On Multivariate Approximation by Mejer-Konig-Zeller Type 26 Polynomials, T.Z.Jiang, Southwest Journal of Pure and Applied Mathematics (7):1-8,1998 Deformable Registration of Digital Images, Weiguang Guan, Xie Lin , 27 Songde Ma, Journal of Computer Science and Technology 13(3):246260,1998 A New Definition of the Hough Transform, Zhanyi Hu, Wei Wang, Yi 28 Yang , Songde Ma, Journal of Computer Science and Technology 13(5): 385-392, 1998 Analysis on Attribute Reduction Strategies of Rough Set, J.Wang, 29 D.Q.Miao, Journal of Computer Science and Technology 13(2):189193,1998 New Methodology for Analytical and Optimal Design of Fuzzy PID 30 Controllers, B.-G. Hu, G.K.I. Mann, R.G. Gosine, IEEE Transactions on Fuzzy Systems 7: 521-539, 1999 Analysis of Direct Action Fuzzy PID Controller Structures, G.K.I. Mann, 31 B.-G. Hu, R.G Gosine, IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics 29(3): 371-388,1999 A Tabu Search Approach to Optimal Structuring Element Extraction for 32 MST-Based Shapes Description, Tianzi Jiang, International J. Computer Mathematics 71:437-4451999 The Worst Case Complexity of The Fredholm Equation with Periodic 33 Free Term and Noisy Information, Tianzi Jiang, International J. Computer Mathematics 73(1-2):1-14,1999 The Worst Case Complexity of The Fredholm Equation with Periodic 33 Free Term and Noisy Information, Tianzi Jiang, International J. Computer 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 Mathematics Matching Using Schwarz Integrals, QingYang , Songde Ma, Pattern Recognition 6: 1039-1047,1999 Intrinsic Multiscale Representation Using Optical Flow in the ScaleSpace, Qing Yang, Songde Ma, IEEE Trans. on Image Processing 3: 444447, 1999 Conditional Stochastic Decompositions in the M/M/c Queue with Server Vacations, Naishuo Tian, quanlin Li, Jinhua Cao, Stochastic Models 15(2):367 ̄378,1999 Geometric Primitive Extraction by the Combination of Tabu Search and Subpixel Accuracy, T. Jiang, J. Computer Science and Technology, 14(1):74-80,1999 An Inherent Probabilistic Aspect of the Hough Transform, ZhanyiHu, Changjiang Yang, Yi Yang , Songde Ma, Journal of Computer Science and Technology 14(1):44-48,1999 Bayesian Learning, Global Competition and Unsupervised Image Segmentation, Guodong Guo, SongDe MA, Pattern Recognition Letter 21:107-116,2000 A Generalization of 2-Periodic Trigonometric Interpolation, Tianzi Jiang, Southwest Journal of Pure and Applied Mathematics 5(1):74-81,2000 Medical Image Reconstruction Using a Multi-objective Gentic Local Search Algorithm, Xiaodong Li, Tianzi Jiang, David J., International Journal of Computer Mathematics 74:301-314,2000 Introduction to Special Section on Visual Surveillance, S.J.Maybank, T.N.Tan, Inter. J. Computer Vision 37(2):173,2000 Efficient Image Gradient-Based Vehicle Localisation, T. N. Tan, K. D. Baker, IEEE Trans. Image Processing, 9(8):1343-1356,2000 Personal Indentification Based on Handwriting, H.E.S.Said, T.N.Tan , K.D.Baker, Pattern Recognition 33(1):149-159,2000 A New Face Detection Method Based on Shape Information, J.G.Wang T.N.Tan, Pattern Recognition Letters 21(6-7):463-471,2000 Embedding Image Watermarks in DC Components, Jiwu Huang, Yun Q. Shi, Yi Shi, IEEE Trans. on Circuits and Systems for Video Technology 10(6): 974-979,2000 Automated Identification of Symmetry in CBED Patterns: A Genetic Approach, G.B. HU, L.-M. Peng, Q.F. Yu, H.Q. LU, Ultramicroscopy 84:47-56,2000 Model-based Adaptive Enhancement of Far Infrared Image Sequences, Ming Tang, Songde Ma, Jing Xiao, Pattern Recognition Letters 21:827835,2001 General Scheme of Region Competition Based on Scale Space, Ming Tang, Songde Ma, IEEE Transactions on Pattern Recognition and Machine Intelligence 23(12):1366-1378,2001 Font Recognition Based on Global Texture Analysis, Y. Zhu, T. Tan, Y. Wang, IEEE Tans. Pattern Analysis and Machine Intelligence 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 23(10):1192-1200,2001 Spatio-temporal Segmentation for video surveillance, H. Z. Sun, T. N. Tan, Electronics Letters 37(1):20-21,2001 A Discrete Trigonometric Interpolation Method, Tianzi Jiang D.J. Evans, International Journal of Computer Mathematics 78(3-4):13-22,2001 Cell Image Segmentation with Kernel-Based Dynamic Clustering and an Ellipsoidal Cell Shape Model, Faguo Yang , Tianzi Jiang, Journal of Biomedical Informatics 34(2):67-73,2001 Pixon-Based Image Denoising with Markov Random Fields, Qing Lu, Tianzi Jiang, Pattern Recognition 34(10):2029-2039,2001 Image Restoration by Combining Local Genetic Algorithm with Adaptive Pre-conditioning, Tianzi Jiang , D. J. Evans, International Journal of Computer Mathematics 76(3):279-295,2001 An Evolutionary Tabu Saerch Approach to Optimal Structuring Element Extraction for MST-Based Shapes Description, Tianzi Jiang, International Journal of Computer Mathematics, 76(3):307-315,2001 Time-domain Based Design and Analysis of New PID Tuning Rules, Mann, G.K.I., Hu, B.-G., Gosine, R.G., IEE Proceedings - Control Theory and Applications 148(3):251- 262,2001 Two-level tuning of fuzzy PID controllers, Mann, G.K.I., Hu, B.-G. , Gosine, R.G, IEEE Transactions on Systems Man, and Cybernetics Part B: Cybernetics 3(2):263-269,2001 A systematic study of fuzzy PID controllers? Function-based evaluation approach, Hu, B.-G., Mann, G.K.I., Gosine, R.G., IEEE Transactions on Fuzzy Systems 7(5): 699-712,2001 Robot Self-Location by Line Correspondences, Zhanyi Hu, Chen Lei, H.T. Tsui, Journal of Computer Science and Technology 16(2):97113,2001 A SVD-Based Watermarking Scheme for Protecting Rightful Ownership, R. Z. Liu and T. N. Tan,, IEEE Trans.on Multimedia Volume: 4 Issue: 1, pp.121-128,March 2002. Brief Review of Invariant Texture Analysis Methods, Jianguo Zhang and Tieniu Tan, Pattern Recognition Vol.35, No.3, pp.735-744, 2002. A Note on the Number of Solutions of the Non-Coplanar P4P Problem, Z. Y. HU and F. C. WU, IEEE-Trans. PAMI, Vol.24, No.4, pp.550-555, 2002 Visual Vehicle Tracking Algorithm, Jianguang Lou, Tieniu Tan and Weiming Hu, Electronic letters Vol.38 No.18, 2002. Mosaic Representations of Video Sequences based on Slice Image Analysis, Saolei Feng, Hanqing Lu and Songde Ma,, Pattern Recognition Letter Vol.23.pp.513-521, 2002. Head tracking Using Shape and adaptive color histogram, Qingshan Liu, Songed Ma and Hanqing Lu, Journal of Computer Science and Technology Vol.6, 2002 A Neural Network Approach to Shape from Shading, Tianzi Jiang, Bing 69 70 71 72 73 Liu, Yingli Lu and David J. Evans, International Journal of Computer Mathematics Vol. 80, No. 5/6, pp.1-6, 2002. A?Comparative Study of Global Optimization Approaches to MEG Source Localization, Tianzi Jiang, An Luo, Xiaodong Li and Frithjof Kruggel, International Journal of Computer Mathematics Vol. 80, No. 3/4, pp.1-20, 2002. An Evolutionary Tabu Search for Cell Image Segmentation, Tianzi Jiang and Faguo Yang, IEEE Transactions on Systems, Man and Cybernetics Part B, Cybernetics Vol. 32, No.5, pp. 675-678, 2002. On the Accelerated Richardson Method (ARM) for Solving Positive Definite Linear Systems, David J. Evans, Yong Fan and Tianzi Jiang, Neural, Parallel & Scientific Computations Vol. 10, No. 2, 2002. The Parallel Genetic Algorithm for Electromagnetic Inverse Scattering of a Conductor, Yong Fan, Tianzi Jiang and David J. Evans, International Journal of Computer Mathematics Vol. 79, No. 5, pp. 573-586, 2002. Volumetric Segmentation of the Ventricles From Brain MRI Using Parallel Genetic Algorithm, Yong Fan, Tianzi Jiang and David J. Evans, IEEE Transactions on Medical Imaging Vol. 21, No.8, pp.904-909, 2002. 面向口语翻译的汉语语句改写方法, 宗成庆, 张玉洁, 山本和英, 坂本 74 仁, 白井谕, Journal of Chinese Language and computing Vol.12, No.1, pp63-67, 2002. Chairman Songde MA Professor Professor Co-Chairman Thomas S Huang Members Tieniu TAN Tianzi JIANG Bo ZHANG Deyi LI Baozong YUAN Yunde JIA Ziqing LI Lin CHEN Zhiwei FENG Shuqian LUO Hongbin Zha Wufan CHEN Bo XU Jue WANG Professor Professor Professor Professor Professor Professor Professor Professor Professor Professor Professor Professor Professor Professor Fuji REN Anil Jain Alex Waibel Long QUAN Binghuang ZHUANG Professor Professor Professor Professor Professor Director Tieniu Tan Deputy Directors Tianzi Jiang Hanqing Lu Bo Xu Researchers Zhanyi Hu Chengqing Zong Weimin Hu Jianhua Tao Xiaopeng Zhang Baogang Hu Ziqing Li Yunhong Wang Yihong Wu Chunhong Pan Fuchao Wu Qing Yang Veronique Prinet Yufeng Zang Qingshan Liu Wenju Liu Chenglin Liu Ming Tang Xinwen Hou Caozhe Zhu Technician Zhiyi Chen Secretaries Guozhen Lian Wei Zhao Lixia Ma Post-Doctors Xing Zhao Chunhong Pan Zhigang Zhan Ruizhen Zhao Gexian Hou Yihong Wu Xiangdong Wang1。

中国科学院沈阳自动化研究所

中国科学院沈阳自动化研究所

中国科学院沈阳自动化研究所郑泽宇,男,1976年生,研究员,博士生导师。

中科院百人计划特聘研究员。

沈阳自动化研究所沈阳自动化研究所1997年浙江大学获工学学士学位,2005年日本综合研究大学院大学博士学位。

先后在日本统计数理研究所,理化学研究所,东京情报大学和新加坡国立大学工作,2014年入选中科院百人计划,在中国科学院沈阳自动化研究所工作,从事大数据处理技术,数据挖掘,复杂系统等方面研究。

主要开展大数据分析、数据挖掘、知识发现等方面的理论研究和应用开发工作。

涉及医疗健康,生产过程管理,金融风险等领域。

部分发表论文Zeyu Zheng, Tetsuya Takaishi,ZhiQiao, Baowen Li, and H. Eugene Stanley, Realized Volatility and Absolute Return Volatility: A Comparison Indicating Market Risk , PLoS One. 2014 9(7): e102940X. Zhang, Z. Zheng ,I. Asanuma ,Y. Xu, A new kind of hybrid filter based on the intersecting cortical model and the improved Extremum-and-Median filter,Artif Life Robotics(in publish) (2014)X. Zhou, Y. Zhang, M. Shi, H. Shi, Z. Zheng,Early detection of liver disease using data visualization and classification method, Biomedical Signal Processing and Control,11,27(2014)Z. Zheng K. Yamasaki, J. Tenenbaum, and H. E. Stanley, Carbondioxide emissions trading and hierarchical structure in worldwide finance and commodities markets, Physical Review E 87, 012814 (2013).Z. Zheng, B. Podobnik, L. Feng, and B. Li, Changes in Cross-Correlations as an Indicator for Systemic Risk, Nature Scientific Reports 2 888 (2012)Z. Zheng, K. Yamasaki, B. Podobnik, J. Tenenbaum, Y. Tamura,H. Eugene Stanley, Scaling of Seismic Memory with Earthquake Size, Physical Review E 86 011107 (2012)Z. Zheng, T. Taishi, N. Sakurai, X. Zhang, and K. Yamasaki, Statistical regularities of Magnitude values of Seismic Noise, Progress of Theoretical Physics, 194 193-201 (2012)T. Takaishi1, T. Chen, Z. Zheng,Analysis of Realized Volatility in Two Trading Sessions of the Japanese Stock Market, Progress of Theoretical Physics, 194 43-54 (2012)Z. Zheng, N. Sakurai, T. Fujiwara K. Yoshizawa and K. Yamasaki, Correlation and hierarchies in financial markets, Artificial Life and Robotics 17,136-139 (2012)Z. Zheng, E. Nunohiro, K, Yamasaki, K. J. Mackin, K. Matsushita and J.G. Park Using MODIS data to evaluate forest fire risk of East Asia, INFORMATION 13 1055-1058. (2009)K. J. Mackin, T. Yamaguchi, E. Nunohiro, J. Park, Z. Zheng, K. Hara, K. Matsushita, Y. Yanagisawa and M. Igarashi, Land and Surface Cover Classification by Soft Computing Methods using MODIS Satellite Data, INFORMATION 13 1013-1018. (2009)K. Suzuki, Z. Zheng, Y. Tamura and Y. Hirata, Establishment of a Quantitative Evaluation Method of Rice Plant Type Using P-type Fourier Descriptors,Plant Production Science 12 449-452 (2009)Z. Zheng, H. Iwata, Y. Hirata and Y. Tamura, Quantitative evaluation of the degree of sprout leaf bending of rice cultivars using P-type Fourier descriptors and principal component analysis, Euphytica 163 259-266. (2008)Z. Zheng and Y. Tamura2005 Cultivar Identification of Lotus (Nelumbo nucifera Gaertn) by P-type Fourier Descriptors with Petal Tip Contour, Horticultural Research 4 385-390(2005) 日文Z. Zheng, H. Iwata, S. Ninomiya and Y. Tamura, Quantitative evaluation of partial shape characteristics of petal in sacred lotus based on P-type Fourier descriptors, Breeding Research 7 133-142 (2005). 日文现在主持中科院课题复杂系统与大数据,横向课题基于大数据分析的健康风险早期预警。

中科院自动化研究所 工程师入职流程

中科院自动化研究所 工程师入职流程

中科院自动化研究所工程师入职流程下载温馨提示:该文档是我店铺精心编制而成,希望大家下载以后,能够帮助大家解决实际的问题。

文档下载后可定制随意修改,请根据实际需要进行相应的调整和使用,谢谢!并且,本店铺为大家提供各种各样类型的实用资料,如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等,如想了解不同资料格式和写法,敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!中科院自动化研究所工程师入职流程详解在中国科学院自动化研究所,工程师入职是一个严谨而有序的过程,旨在确保新入职的工程人才能够迅速融入这个科研氛围浓厚的环境,并发挥其专业能力。

中科院自动化研究所待遇

中科院自动化研究所待遇

中科院自动化研究所待遇中科院自动化研究所是中国科学院下属的一家重点研究所,成立于1956年,是国内自动化领域的权威机构之一。

该研究所拥有一流的科研团队、先进的研究设备和优越的科研条件,是吸引众多优秀人才的热门之一。

那么,中科院自动化研究所的待遇如何呢?一、薪资待遇中科院自动化研究所的薪资待遇相对较高,主要包括基本工资、绩效奖金、津贴补贴等。

其中,基本工资根据职位和工作年限不同而有所差别,一般处于行业平均水平以上。

绩效奖金则根据个人工作表现和研究成果进行评定,表现优秀者可以获得较高的奖金。

此外,中科院自动化研究所还为员工提供各种津贴补贴,如住房补贴、交通补贴、餐饮补贴等,以提高员工的生活质量。

二、职称晋升中科院自动化研究所注重人才培养和发展,为员工提供良好的职业晋升机会。

研究所职称分为助理研究员、副研究员、研究员、高级研究员、特聘研究员、院士等。

员工可以根据自身的工作表现和研究成果,逐步晋升到更高的职称,获得更高的待遇和更广阔的发展空间。

三、科研项目支持中科院自动化研究所拥有丰富的科研资源和优越的研究条件,为员工提供广阔的科研发展空间。

该研究所积极开展各种科研项目,为员工提供项目资金和技术支持,以鼓励员工开展具有创新性和实用性的科研工作。

同时,中科院自动化研究所还与国内外多家高校和企业合作开展科研合作项目,为员工提供更广泛的合作机会。

四、培训机会中科院自动化研究所注重员工的职业发展和个人成长,为员工提供多种形式的培训机会,包括岗位培训、技能培训、学术交流等。

员工可以通过参加培训,不断提高自身的专业技能和综合素质,为更好地开展科研工作和职业发展打下坚实的基础。

总之,中科院自动化研究所是一家重视人才培养和发展的研究机构,为员工提供良好的薪资待遇、职称晋升、科研项目支持和培训机会,为员工的职业发展和个人成长提供了广阔的空间和机会。

如果你是一名自动化领域的专业人才,中科院自动化研究所将是你不错的选择。

中科院自动化研究所就业方向

中科院自动化研究所就业方向

中科院自动化研究所就业方向【最新版1篇】目录(篇1)1.中科院自动化研究所简介2.自动化研究所的研究方向3.自动化研究所毕业生就业情况4.自动化研究所毕业生就业方向5.自动化研究所毕业生就业前景正文(篇1)【中科院自动化研究所简介】中国科学院自动化研究所(Institute of Automation, Chinese Academy of Sciences,简称 IACAS)成立于 1956 年,是我国自动化领域的重要研究机构之一。

自动化研究所主要从事自动化科学与电气工程、信息科学与技术、计算机科学与技术等方面的研究,旨在为我国经济建设、社会发展和科技进步做出贡献。

【自动化研究所的研究方向】自动化研究所的研究方向主要包括以下几个方面:1.智能控制与决策2.模式识别与人工智能3.计算机视觉与图像处理4.机器人与智能系统5.信息处理与系统集成6.电气工程与能源系统7.通信与信息系统【自动化研究所毕业生就业情况】自动化研究所每年培养大量的硕士、博士研究生,毕业生在学术界、企业界和政府部门等领域具有较高的声誉和就业竞争力。

毕业生就业率一直保持在较高水平,受到用人单位的好评。

【自动化研究所毕业生就业方向】自动化研究所毕业生主要就业方向有:1.科研院所和高校:从事自动化相关领域的研究、教学和技术开发工作2.企事业单位:从事自动化设备的研发、设计、生产、运行和维护等工作3.政府部门和军队:从事自动化领域的政策研究、技术咨询和管理工作4.创新创业:成立相关领域的科技公司,推动科技创新和产业发展【自动化研究所毕业生就业前景】随着我国经济的持续发展和科技进步,自动化领域的需求不断扩大。

中科院自动化所研究生专业实践总结报告5000字

中科院自动化所研究生专业实践总结报告5000字

主题:中科院自动化所研究生专业实践总结报告摘要:本文旨在总结中科院自动化所研究生专业实践的经验和成果,通过对实践过程中的所学所感进行归纳和总结,全面展现研究生在实践中的成长和收获。

文章以系统的理论支撑、实践操作和成果展示为主线,层次分明、逻辑清晰,全面深入地阐述实践过程中的关键环节,以期为后续研究生实践提供借鉴和指导。

一、研究生专业实践的背景和意义1.1 中科院自动化所研究生专业实践的背景介绍1.2 实践对于研究生专业成长的意义1.3 实践对于学术研究和学科发展的推动作用二、实践成果展示2.1 实践过程中的理论学习与成果应用2.2 实践操作过程中的技能提升与应用成果2.3 实践成果对于学术研究和学科发展的推动作用三、实践经验与反思3.1 实践中遇到的困难与挑战3.2 对实践过程的经验总结与反思3.3 实践过程中的收获与启发四、对研究生实践的建议与展望4.1 建立良好的实践导师制度和实践环境4.2 提升实践过程中的理论学习和实际操作的结合度4.3 对研究生实践的未来发展进行展望与期许结语:通过以上总结和分析,本文对中科院自动化所研究生专业实践进行了全面而深入的总结与分析,旨在通过对实践的经验和成果进行梳理与总结,为后续研究生实践提供借鉴和指导,同时对未来研究生实践的发展进行了展望与期许。

希望本文能为读者提供有益的参考,并促进研究生实践的持续改进和发展。

五、实践对于学术研究和学科发展的推动作用研究生专业实践是研究生学习与实践相结合的重要环节,能够更好地促进学生对所学知识的掌握与应用。

实践锻炼是研究生培养计划中不可或缺的一部分,能够培养学生的动手能力、创新能力和实践能力,使他们更好地适应未来的工作与发展。

实践中,研究生不仅能够从理论课程中获取知识,更能够将理论知识转化为实际动手能力,培养其解决实际问题的能力。

在实践过程中,我们研究生不仅学习到了专业知识,更提升了在实际工作中应对问题的能力、合作精神和有效交流能力。

中国科学院大学保研—中科院自动化研究所保研接收推免生办法

中国科学院大学保研—中科院自动化研究所保研接收推免生办法

中国科学院大学保研—中科院自动化研究所保研接收推免生办法第一部分中科院自动化研究所保研接收原则和组织领导1.中国科学院研究生院招收硕士学位研究生的各培养单位(具体指中国科学院所属各研究院、研究所、中心、园、台、站以及中科院研究生院所属各学院、系,以下简称“培养单位”)均可在招生专业目录中公布的各专业范围内接收推荐免试生。

2.接收推荐免试生遵循公平公正、全面衡量、保证质量、择优录取、宁缺毋滥的原则。

3.接收推荐免试生工作由各培养单位组织实施。

各培养单位招生领导小组具体负责本单位推荐免试生的接收工作。

第二部分中科院自动化研究所保研申请条件1.有为科学事业献身的精神,有较好的科研潜力,道德品质良好,遵纪守法。

2.申请人必须是2013年应届本科毕业生,且所在学校必须是教育部规定的具有当年免试生推荐资格的高校。

3.申请人应获得其所在高校推荐免试资格,占用母校推荐免试生名额。

4.申请人在大学本科阶段学习成绩优异,在学期间的必修课无重修科目或补考记录,在校期间没有受过纪律处分。

5.具有较强的外语听、说、读、写应用能力。

6.具有较强的调查研究、综合分析问题、解决问题能力。

7.身体健康状况符合规定的体检标准,心理健康状况良好。

培养单位可在此基础上制定具体的接收条件和要求,请申请人关注相关培养单位的网站,或直接向培养单位研究生部咨询。

第三部分中科院自动化研究所保研申请材料推荐免试申请者应直接向所申请的培养单位研究生招生部门提交如下材料(可先向培养单位联系、申请,后补交):(一)必须提供材料1.省(自治区、直辖市)高等学校招生委员会办公室盖章的《全国推荐免试攻读硕士学位研究生(直博生)登记表》(向所在学校领取)。

2.《中国科学院研究生院推荐免试攻读硕士学位研究生申请表》(在“中国科学院研究生院推荐免试生申请系统”/中填写、打印)。

3.所在学校教务部门(或院系)出具并加盖公章的大学本科前三年所修课程成绩单(五年制的提供前四年课程成绩单)。

中科院自动化研究所就业方向

中科院自动化研究所就业方向

中科院自动化研究所就业方向摘要:1.引言2.中科院自动化研究所简介3.就业方向一:人工智能领域4.就业方向二:机器人技术领域5.就业方向三:模式识别与智能系统领域6.就业方向四:计算机视觉领域7.就业方向五:自动化技术领域8.毕业生去向与前景9.结语正文:【引言】随着科技的不断发展,人工智能、机器人等自动化技术逐渐成为社会发展的关键驱动力。

中国科学院自动化研究所作为我国在自动化领域的重要研究机构,为国家培养了大量高素质的自动化人才。

本文将重点介绍中科院自动化研究所的就业方向,以帮助大家更好地了解该领域的职业发展。

【中科院自动化研究所简介】中国科学院自动化研究所成立于1956年,是我国最早开展自动化科学研究的单位。

研究所的主要研究方向包括人工智能、机器人技术、模式识别与智能系统、计算机视觉和自动化技术等领域。

自动化所一直致力于为我国培养高素质的自动化人才,为国家的科技进步做出了巨大贡献。

【就业方向一:人工智能领域】人工智能是当今科技发展的热点领域,涉及到机器学习、深度学习、自然语言处理等多个子领域。

在中科院自动化研究所,毕业生可以在该领域担任算法工程师、人工智能研究员等职位,为我国人工智能产业的发展贡献自己的力量。

【就业方向二:机器人技术领域】机器人技术是自动化所的传统优势领域,毕业生可以从事机器人研发、控制系统设计等工作。

随着我国智能制造和工业互联网的快速发展,机器人技术领域的就业前景十分广阔。

【就业方向三:模式识别与智能系统领域】模式识别与智能系统领域涉及图像识别、语音识别、生物识别等多个方向。

毕业生可以在这个领域担任算法工程师、系统架构师等职位,为智能家居、智能安防等产业提供技术支持。

【就业方向四:计算机视觉领域】计算机视觉是人工智能的一个重要分支,自动化所的毕业生可以在这个领域担任视觉算法工程师、图像处理工程师等职位,为自动驾驶、无人机等产业提供关键技术。

【就业方向五:自动化技术领域】自动化技术是自动化所的基石,毕业生可以在这个领域从事自动化系统设计、工程实施等工作。

中科院自动化研究所就业方向

中科院自动化研究所就业方向

中科院自动化研究所就业方向深度研究报告1. 研究目标本研究报告旨在深入探讨中科院自动化研究所的就业方向,包括就业目标、就业方法、就业发现和就业结论等方面。

通过对该研究所就业情况的全面、详细、完整和深入研究,提供相关的信息和建议,以帮助有意向在该研究所就业的人士做出明智的决策。

2. 研究方法本研究报告采用了以下研究方法:2.1 数据收集通过对中科院自动化研究所的官方网站、招聘信息、校园招聘会等渠道进行调查和收集相关数据。

同时,也通过与该研究所的在职员工、校友等进行访谈,获取他们的就业经验和观点。

2.2 数据分析对收集到的数据进行整理、分类和分析,以揭示中科院自动化研究所的就业方向的主要特点和趋势。

2.3 结果解释根据数据分析的结果,对中科院自动化研究所的就业方向进行解释和评价,提出相关的发现和结论。

3. 研究发现基于以上的研究方法,我们得出了以下关于中科院自动化研究所就业方向的主要发现:3.1 就业目标中科院自动化研究所的就业目标主要是培养和吸引优秀的科研人才,为国家的自动化技术发展做出贡献。

该研究所注重人才的创新能力和科研实践经验,鼓励员工在相关领域取得突破性的研究成果。

3.2 就业方法中科院自动化研究所的就业方法主要包括校园招聘、内部推荐和外部引进等方式。

该研究所在全国范围内定期参加校园招聘会,同时也通过内部推荐和外部引进来吸引具有相关背景和经验的人才加入。

3.3 就业发现根据我们的研究,中科院自动化研究所的就业情况可以总结为以下几点发现:•就业岗位广泛:该研究所的就业岗位涵盖了多个研究方向,包括机器人技术、智能控制、自动化系统等领域。

•研究与应用并重:中科院自动化研究所注重将科研成果应用到实际生产和工程项目中,使研究成果能够产生实际价值。

•薪资待遇优厚:该研究所为员工提供有竞争力的薪资待遇和福利,吸引了一大批优秀的人才。

3.4 就业结论基于以上的研究发现,我们得出以下关于中科院自动化研究所就业方向的结论:•中科院自动化研究所是一个具有较高声誉和发展潜力的研究机构,对于有志于从事自动化研究的人士来说是一个理想的就业选择。

中科院自动化所研究生奖助学金管理办法(暂行)

中科院自动化所研究生奖助学金管理办法(暂行)

中科院自动化所研究生奖助学金管理办法(暂行)为进一步鼓励先进、激发创新,强化研究生的责任意识,规范管理,提高研究生培养质量,根据中科院研究生院关于研究生奖助学金管理指导意见,特制定本办法。

一、原则1、研究生奖助学金由研究所和导师共同承担;2、以鼓励先进、激发创新为目的,强化研究生的责任意识;3、强化导师责任意识,给予导师考核研究生及制定研究生助研津贴标准的权力。

二、奖助学金的构成:普通奖助金、等级津贴、科研绩效津贴。

普通奖助金由研究所负责,等级津贴和科研绩效津贴由导师负责。

三、奖助学金标准(单位:元/月)硕博连读生转博后按博士生标准计发。

四、科研绩效津贴确定原则导师应在研究生入学时将助研工作岗位职责及要求向研究生明确公布,并与研究生签署相应的任务合同书,受聘助研岗位的研究生,须按岗位职责要求完成工作任务。

科研绩效津贴由导师根据研究生科研工作表现和任务完成情况确定,对于工作表现突出,科研成果显著的研究生,科研绩效津贴标准可以突破上限,对于工作表现不好或不能完成任务的研究生,要突破下限或停发科研绩效津贴,研究所也将核减或停发普通奖学金。

对于突破上、下限或停发科研绩效津贴标准的情况,需要导师写出书面说明,报研究生部备案。

五、其他1、研究生培养费由研究生导师与研究所共同负担。

研究所负责研究生的普通奖助金、博士生基础课、研究生各项管理、研究生活动、研究生困难补助等费用支出,导师除负责硕士第一年的课程培养费、研究生的等级奖学金和科研绩效津贴之外,还需承担研究生的科研经费、学位论文答辩和评审费、发表论文和印刷论文所需费用和四年级以上研究生的全部奖助学金等。

2、原来由导师承担的研究生每月300元住宿费,改由学生本人承担。

由研究所安排住宿的,直接从奖助学金中扣除。

3、研究生出国时间超过3个月,停发奖助学金。

4、研究生休学期间停发奖助学金。

5、定向培养研究生不发放普通奖助金。

六、本办法自2010年9月份起施行,由研究生部负责解释。

中科院自动化研究所

中科院自动化研究所

中科院自动化研究所简介中科院自动化研究所(Institute of Automation, Chinese Academy of Sciences,以下简称自动化所)是中国科学院下属的研究机构之一,也是中国自动化领域最具影响力和综合实力的研究机构之一。

自动化所成立于1956年,前身是中央科学院的中国自动化研究会,后来于1958年改名为中科院自动化研究所。

自成立以来,自动化所一直致力于自动化领域的基础理论和应用技术的研究。

研究方向自动化所的研究方向十分广泛,涵盖了自动化领域的多个子领域。

主要研究方向包括但不限于:1.人工智能与机器学习2.机器人技术与智能系统3.控制理论与控制工程4.信息与通信工程5.自动化系统与工程6.数据科学与决策分析7.智能交通与物流系统8.自动化测试与验证自动化所在这些研究方向上拥有一支由国内外顶级科研人员组成的研究团队,同时也与行业和企业保持着密切的合作关系,致力于科研成果的转化和应用。

科研成果自动化所在自动化领域取得了许多重要科研成果,并且享有很高的声誉。

以下是自动化所的一些科研成果:人工智能与机器学习•发表了多篇在国际顶级学术期刊和会议上广泛引用的论文,对深度学习和强化学习等领域做出了重要贡献。

•开发了一系列在医疗、金融、交通等领域应用的人工智能系统,取得了显著的成果。

机器人技术与智能系统•设计和制造了多款先进的机器人系统,包括工业机器人、服务机器人等,广泛应用于生产和服务领域。

•研发了一些具有自主导航和感知能力的智能机器人,用于室内和室外环境中的多种任务。

控制理论与控制工程•在控制理论和控制工程领域取得了多项重要突破,提出了一些新的控制算法和方法。

•开发了一些在航天、工业生产、交通运输等领域实际应用的控制系统。

信息与通信工程•研究并应用了一些新的通信技术和网络协议,提高了信息传输的效率和安全性。

•开发了一些应用于通信系统的关键技术,如信号处理、数据压缩、网络优化等。

中国科学院沈阳自动化研究所-不区分院系所-模式识别与智能系统_D_368891209527768499

中国科学院沈阳自动化研究所-不区分院系所-模式识别与智能系统_D_368891209527768499

(一)拟报考高校实力剖析中国科学院沈阳自动化研究所成立于 1958年11月。

1962年前的名称为沈阳电子技术研究所,1962年至1972年的名称为东北工业自动化研究所,1972年起正式定名为中国科学院沈阳自动化研究所。

2001年5月前,研究所的中心区域在沈阳市和平区三好街90号。

2001年后,全部迁移到沈阳市东陵区南塔街114号。

现任所长王越超。

目前,全所有正式员工500多人,流动人员250人左右,院士2人,博士生导师21(包括客座导师)人,研究员45人,副研究员55人,高级工程师82人。

博士学位授予点2个,硕士学位授予点4个,设有博士后流动站1个。

在读硕士研究生126人,博士研究生83人,在站博士后9人。

全所设有2个重点实验室:机器人学重点实验室和先进制造技术重点实验室;3个研究室:1、工业控制系统研究室,2、光电信息研究室,3、自动化装备研究室;一个研究中心:水下机器人研究中心;一个负责科研信息、文献、网络等支持服务的信息中心。

管理部门设有:综合管理办公室、科技处、人事教育处、质量条件处、财务中心。

沈阳自动化所自建所起长期从事工业自动化工作。

八十年代初期开始,又在机器人、光电信息技术的研究、开发与应用方面不断取得引人瞩目的成绩。

获得大量国家、科学院及地方奖励,为国家高技术科技攻关、国家安全、大中型企业的技术进步与技术改造攻克了一个又一个难关,成为值得信赖的一支攻坚力量。

自1985年起在中国机器人事业发展历史上创造了十八个第一的辉煌业绩,成为我国机器人事业的摇篮。

现在这里是“机器人技术国家工程研究中心”,中国科学院知识创新工程“先进制造基地”,“国家863计划成果产业化基地"。

每年培养大批博士、硕士等高级青年人才,吸引大量优秀海内外专家学者。

1999年,国家批准中国科学院实施知识创新工程试点,沈阳自动化所成为首批试点单位之一,开展先进制造基地建设。

创新试点中全面贯彻科学院新时期办院方针,实施创新战略重点转移,深化改革,调整了内部组织结构,优化人员结构,全面建立人员流动与岗位聘任制,项目聘任制。

中国科学院沈阳自动化研究所义乌中心成立

中国科学院沈阳自动化研究所义乌中心成立
} = | 国科学院沈阳自动化研究所义乌中心成立
徐 裂
金 , 会 上 就 义 乌 中 心 成 立 的 有 在 关 事 宜 发 言 , 议 由 义 乌 市 科 技 会 局局 长鲍 有兴主 持 。 “ 乌 中 心 ” 以加 快 科 技 和 义 是
术 ( 造 信 息 化 领 域 ) 质 量 在 线 制 : 监 测 系 统 研 发 (自 动 化 生 产 技 术 领 域 ) 同 时 也 将 建 设 三 大 研 发 实 :
川 I电 子 科 技 大 学 签 订 了 全 面
子 作 协 议 。杭 州 电子 科 技 大 合 曼 薛安 克 、 书记 金壹 斌 , 长 副 磐 领 导 张 荣 贵 、 剑 敏 、 福 周 黄 赵 军 锋 、 海 明 参 加 签 约 仪 陈
校协 作 , 同探 索产 学研 合 作 模 共 式 , 快 科 技 成 果 转 化 , 动 磐 安 加 推
验 室 。
产 业 集 聚 、 速 提 升 行 业 发 展 层 加
次 为 特 点 , 托 中 科 院 沈 阳 自动 依 化 所 的综 合 科 技 优 势 , 快 中科 加 院 沈 阳 自动 化 所 科 技 成 果 的 转 移 和 规 模 产 业 化 , 设 成 为 中 科 院 建
沈 阳 自动 化 所 与 地 方 共 建 的 知 识
陈莲 芬 徐 裂
月 1 2日 , 安 县 人 民 政 府 与 杭 磐 面 开 展 战 略 合 作 。双 方 合 作 实 行 定 期 与 不 定期 的议 事 会 商 制度 , 由“ 校 合 作 委 员 会 ” 面 负 责 组 县 全 织 协 调 。 通 过 开 展 多 种 形 式 的县
经济社 会可 持续 发展 。 签 约 仪 式 上 , 安 县 县 委 副 磐 书记 、 长 周 剑 敏和 杭 州 电子 科 县

(OA自动化)中科院自动化研究所

(OA自动化)中科院自动化研究所

学院简介1949年,伴随着新中国的诞生,中国科学院成立。

作为国家在科学技术方面的最高学术机构和全国自然科学与高新技术的综合研究与发展中心,建院以来,中国科学院时刻牢记使命,与科学共进,与祖国同行,以国家富强、人民幸福为已任,人才辈出,硕果累累,为我国科技进步、经济社会发展和国家安全做出了不可替代的重要贡献。

成立之初,在中央的支持下,中科院迅速凝聚了一批海内外优秀科学家,组建了高水平的研究机构,在“向科学进军”中发挥了先导和主力军作用。

改革开放以来,率先打开与西方国家科技合作的大门,率先实行所长负责制、开放实验室,率先设立面向全国的科学基金。

创办了联想集团等一大批高新技术企业,推动科研成果转化为现实生产力,发挥了改革先行者的作用。

在新的历史时期,面对知识经济时代的机遇和挑战,提出建设国家创新体系的构想,实施知识创新工程,凝练科技创新目标,调整重大科技布局,创新科研组织模式,建立现代院所制度,自主创新能力大幅增强,提升了中国在国际科技界的影响力。

建院以来,中科院服务国家战略需求和经济社会发展,始终围绕现代化建设需要开展科学研究,产生了许多开创性科技成果,奠定了新中国的主要学科基础,自主发展了一系列战略高技术领域,形成了具有中国特色的科研体系,带动和支持了我国工业技术体系、国防科技体系和区域创新体系建设。

——从“两弹一星”到载人航天和探月工程关键核心科技问题的攻克,为国家安全和航天事业发展做出了重大贡献。

——从成功研制第一台计算机、曙光超级计算机、龙芯系列通用芯片,到单精度千万亿次超级计算系统,在我国计算机技术自主创新中发挥了骨干作用。

——从发出中国第一个电子邮件,到建立中国互联网信息中心、中国网通与无线传感试验网,成为网络科技和网络产业的开拓者。

——从顺丁橡胶工业生产新技术,到煤制乙二醇技术、甲醇制烯烃技术、煤合成油技术及工业化应用,不断开辟我国化学工业的新方向和生长点。

——从陆相成油理论,到海相成油的探索,为我国摘掉贫油帽子、大规模开发油气田提供了科学理论支持。

中科院自动化研究所

中科院自动化研究所

中科院自动化研究所中科院自动化研究所位于中国北京市,是中国科学院下属的国家级研究机构之一。

成立于1956年,是我国自动化领域的重要研究机构之一。

研究所致力于基础理论和应用基础研究,开展自动化控制与决策、模式识别与智能系统、信息处理与信息系统等方面的研究。

自动化研究所在过去几十年里,取得了许多重要成果。

其中,其在自动化控制与决策领域的研究引领了国内外的发展方向。

研究所的学术成果被广泛应用于交通运输、能源、环境保护等多个领域,推动了我国自动化技术的发展和应用。

自动化研究所的研究方向包括自动化系统及应用、控制理论与应用、机器人及智能控制、模式识别与智能系统等。

其中,自动化系统及应用方向主要研究自动化系统的建模、仿真和优化控制方法,以及在生产制造、交通运输等领域中的应用。

控制理论与应用方向主要研究最优控制、鲁棒控制、自适应控制等理论与应用方法。

机器人及智能控制方向主要研究机器人的感知、决策、运动控制等关键技术,以及人机协同和智能控制方法。

模式识别与智能系统方向主要研究模式识别、图像处理、机器学习等技术的理论与应用。

自动化研究所拥有一支高水平的科研团队。

团队成员涵盖了自动化工程、控制理论、模式识别、机器人等各个领域的专家学者。

他们致力于解决自动化领域中的关键科学问题,推动自动化技术的创新与应用。

研究所还积极开展国际合作与交流,与国内外的高水平研究机构和企业建立了广泛的合作关系。

自动化研究所注重科研与人才培养的结合。

研究所设有博士后流动站,并开展了硕士、博士研究生培养。

培养出了一大批具有深厚理论基础和创新能力的高层次人才,为我国自动化领域的发展做出了重要贡献。

自动化研究所还积极参与国家重点科研项目和重大技术攻关项目,为我国自动化领域的发展起到了重要的支撑作用。

研究所的科研成果获得了多个国家级和省部级的科技奖励,取得了良好的社会和经济效益。

总之,中科院自动化研究所是我国自动化领域的重要研究机构之一,以其高水平的研究成果和优秀的人才培养贡献着自动化技术的发展。

中科院自动化所博士培养方案

中科院自动化所博士培养方案

中科院自动化所博士培养方案
中科院自动化所博士培养方案主要包括以下几个方面:
1. 入学要求:申请者需要具有硕士学位或者同等学历,并且在相关领域有较高的研究能力和潜力。

入学时通常需要提交申请材料,包括个人简历、研究计划、推荐信等。

2. 课程学习:博士研究生在培养期间需要完成一定的课程学习,主要包括专业课程和选修课程。

专业课程主要涵盖自动化领域的基础理论和方法,选修课程则根据个人研究方向和兴趣进行选择。

3. 科研工作:博士研究生需要在导师的指导下进行科研工作。

这包括研究课题的选择、研究方法的确定、实验设计和数据分析等。

研究成果通常需要发表在相关领域的国际期刊上,并且需要通过学术论文答辩来获得博士学位。

4. 学术交流和参与:博士研究生需要积极参与学术交流活动,包括学术会议、研讨会和讲座等。

此外,一些博士研究生还会参与国际合作项目或者实验室的科研工作,与国内外的研究人员进行合作。

5. 学位论文:博士研究生需要根据自己的研究成果撰写博士学位论文。

论文需要经过导师和学术委员会的审阅和评审,通过后才可以进行学位论文答辩。

总的来说,中科院自动化所博士培养方案注重培养学生的科研能力
和创新能力,注重理论与实践相结合。

学生在完成学业后,将具备在自动化领域进行独立科研工作和解决实际问题的能力。

中科院自动化所研究生奖助学金管理办法

中科院自动化所研究生奖助学金管理办法

中科院自动化所研究生奖助学金管理办法第一章总则第一条为了充分发挥奖助学金的引导和激励作用,提高中科院自动化所研究生的科研能力和创新精神,特制定本管理办法。

第二条凡在中科院自动化所攻读研究生学位的全日制研究生均可竞争研究生奖助学金。

第三条研究生奖助学金设一、二、三等奖。

每年确定奖助学金总数不超过研究生总数的10%。

第四条奖助学金的评选、发放和管理是中科院自动化所学生奖助学金工作的主要内容。

任何损害奖助学金的公正性和公平性行为都是严重违反中科院自动化所学生奖助学金管理规定的。

第二章奖助学金的范围第五条研究生奖助学金设为一次性发放。

第六条一等奖:发放总数为研究生总数的30%,每人发放金额为8000元。

第七条二等奖:发放总数为研究生总数的40%,每人发放金额为5000元。

第八条三等奖:发放总数为研究生总数的30%,每人发放金额为3000元。

第三章奖助学金的评选标准第九条研究生奖助学金的评选采取综合评定的方式,主要考察研究生的综合素质、科研能力和实践能力。

第十条研究生奖助学金的评选按照学术能力、科研成果、学业成绩、发表论文和获奖情况等方面进行综合评定。

第十一条根据评定结果,研究生奖助学金由奖助学金评选委员会确定,经所学术委员会审议,中科院自动化所常务委员会审批后,确定发放名单。

第四章奖助学金的申请和评选程序第十二条研究生奖助学金的申请和评选程序分为初评、复评和终评。

第十三条初评:根据学生的学业成绩和科研能力,初评确定候选名单不超过奖助学金总数的1.5倍。

第十四条复评:在初评名单的基础上,根据学生的科研成果、发表论文和获奖情况进行复评,确定最终候选名单。

第十五条终评:奖助学金评选委员会根据复评结果,进行综合评定,并确定最终的奖助学金发放名单。

第五章奖助学金的管理和发放第十六条奖助学金的管理和发放由中科院自动化所学生工作办公室具体负责。

第十七条奖助学金的发放按照每年一次统一发放的原则,直接发放到获奖学生的个人银行账户。

中科院自动化所研究生奖助学金管理办法

中科院自动化所研究生奖助学金管理办法

中科院自动化所研究生奖助学金管理办法第一条为落实科学院关于培育高水平学术带头人和学术技术人才的战
略要求,加强对自动化研究所研究生的教育培养,维护其正常学习、生活,根据《中国科学院奖助学金管理办法(试行)》制定本办法。

第二条奖助学金的设立、管理及使用,都应当遵循公平、公正、公开
的原则,充分考虑学生的贡献,丰富他们的学习生活,激发他们的学习活
力和创新意识,服务于科学院院士、学院研究生的培养。

第三条本办法所称自动化研究所研究生奖助学金,是指由中国科学院
自动化研究所颁发的对在校研究生的奖助学金。

第四条自动化研究所研究生奖助学金的申请人符合以下要求:
(一)符合《中国科学院研究生入学申请和录取管理办法》的规定,
已入学的自动化研究所研究生;
(二)学习成绩优秀,有良好的学习习惯,具有完善的学风和良好的
学习态度;
(三)未受过其他奖励、津贴或补助,没有违反学校关于考试、作业、考勤等方面的规定。

第五条申请自动化研究所研究生奖助学金的研究生,须按照《中国科
学院自动化研究所研究生奖助学金申请表》填写申请表。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

学院简介1949年,伴随着新中国诞生,中国科学院成立。

作为国家在科学技术方面最高学术机构和全国自然科学与高新技术综合研究与发展中心,建院以来,中国科学院时刻牢记使命,与科学共进,与祖国同行,以国家富强、人民幸福为已任,人才辈出,硕果累累,为我国科技进步、经济社会发展和国家安全做出了不可替代重要贡献。

成立之初,在中央支持下,中科院迅速凝聚了一批海内外优秀科学家,组建了高水平研究机构,在“向科学进军”中发挥了先导和主力军作用。

改革开放以来,率先打开与西方国家科技合作大门,率先实行所长负责制、开放实验室,率先设立面向全国科学基金。

创办了联想集团等一大批高新技术企业,推动科研成果转化为现实生产力,发挥了改革先行者作用。

在新历史时期,面对知识经济时代机遇和挑战,提出建设国家创新体系构想,实施知识创新工程,凝练科技创新目标,调整重大科技布局,创新科研组织模式,建立现代院所制度,自主创新能力大幅增强,提升了中国在国际科技界影响力。

建院以来,中科院服务国家战略需求和经济社会发展,始终围绕现代化建设需要开展科学研究,产生了许多开创性科技成果,奠定了新中国主要学科基础,自主发展了一系列战略高技术领域,形成了具有中国特色科研体系,带动和支持了我国工业技术体系、国防科技体系和区域创新体系建设。

——从“两弹一星”到载人航天和探月工程关键核心科技问题攻克,为国家安全和航天事业发展做出了重大贡献。

——从成功研制第一台计算机、曙光超级计算机、龙芯系列通用芯片,到单精度千万亿次超级计算系统,在我国计算机技术自主创新中发挥了骨干作用。

——从发出中国第一个电子邮件,到建立中国互联网信息中心、中国网通与无线传感试验网,成为网络科技和网络产业开拓者。

——从顺丁橡胶工业生产新技术,到煤制乙二醇技术、甲醇制烯烃技术、煤合成油技术及工业化应用,不断开辟我国化学工业新方向和生长点。

——从陆相成油理论,到海相成油探索,为我国摘掉贫油帽子、大规模开发油气田提供了科学理论支持。

——从自主研制氯霉素、青霉素,到原创青蒿素合成、丹参多酚酸盐、盐酸安妥沙星,在我国药物自主创新方面走在了前列。

——从开创中国海洋养殖业,到黄淮海中低产田改造,到生物育种,引领了我国高新农业科技发展。

——从在世界上首次完成人工合成牛胰岛素,到首次证明诱导多能干细胞、人类基因测序,在生命科学领域取得了重要原创成果。

——从开创数学机械化证明、有限元方法,到多元复变函数论、辛几何、哥德巴赫猜想研究方面登上世界数学高峰,奠定了数学研究国家科学中心地位。

——从北京正负电子对撞机,到建成上海大光源等一批大科学装置,打造了多学科创新重要平台。

中国科学院率先建立研究生制度,成立中国科学技术大学,建立新中国第一家研究生院,率先实行学位制,率先建立博士后制度。

知识创新工程以来,高质量规模化发展研究生教育,形成了以中国科学技术大学和中国科学院研究生院为核心、覆盖全院研究所教育体系,形成了独具特色两段式研究生教育模式,研究生教育质量不断提高。

建院以来,先后由郭沫若(1949~1978)、方毅(1979~1981)、卢嘉锡(1981~1987)、周光召(1987~1997)、路甬祥(1997~2011)和白春礼(2011至今)担任中国科学院院长,他们为中国科学院建立与发展做出了卓越贡献。

全国先后有900余位科学家当选为中国科学院院士,他们是新中国科技工作者杰出代表。

中国科学院汇聚和造就出一大批为新中国科技事业做出重大贡献科学家,其中代表人物有“两弹一星元勋”于敏、王大珩、王希季、王淦昌、邓稼先、朱光亚、孙家栋、任新民、吴自良、陈芳允、陈能宽、杨嘉墀、周光召、赵九章、钱骥、钱三强、钱学森、郭永怀、屠守锷、黄纬禄、程开甲、彭桓武,国家最高科技奖获得者吴文俊、王选、黄昆、刘东生、叶笃正、吴孟超、李振声、闵恩泽、吴征镒、徐光宪,新中国主要学科奠基人和开拓者华罗庚、苏步青、吴有训、周培源、严济慈、庄长恭、曾昭伦、张钰哲、竺可桢、贝时璋、童第周、冯德培、钱伟长、李薰、周仁等,还有冯康、王应睐、陈景润等一批勇攀世界科技高峰杰出科学家。

知识创新工程以来,中国科学院培养造就了近千名新一代科技领军人物和科技尖子人才,形成了一支高水平科技创新队伍,包括600位国家重大科技任务首席科学家或主要带头人,近700位国家杰出青年基金获得者,53个国家自然科学基金创新群体,900人在重要国际科学组织担任重要职务。

同时,中科院向社会输送了大批高素质创新创业人才。

成建制向国防部门、工业部门、行业、地方、大学等输送了大批科技人才,有力支持了我国科研体系形成与发展。

涌现出一批高科技企业创业者和企业家。

中国科学院学部和广大院士,团结带领全国科技工作者,围绕国家经济建设、社会发展、国家安全和科技进步重大问题,开展科技咨询和评议,有力地支持了国家宏观决策,充分发挥了国家在科学技术方面最高咨询机构作用,组织和动员全国科学家制定国家十二年远景规划,提出实施“863”计划、建立科学基金制度、跟踪研究外国战略性高技术发展、建立中国工程院、发展我国先进核能、建设可持续能源体系等一系列重大建议。

知识创新工程以来,中国科学院构建了学部与实体有机结合战略研究体系,持续深入分析世界科技发展大势,前瞻思考中国经济社会发展和科技进步,提出了《迎接知识经济时代,建设国家创新体系》、《创新促进发展,科技引领未来》、《创新2050:科学技术与中国未来》系列战略研究报告及18个重要领域科技发展路线图,在国家发展关键时期提出了应对挑战系统科学建议和系统解决方案,从而引领了中国科技发展方向。

如今中国科学院,共拥有12个分院、100家直属研究机构、100多个国家级重点实验室和工程中心以及近千个野外观测台站网络,全院科研人员达5万余人,构建了较为合理学科布局,科技创新能力明显提高,高水平创新成果不断涌现;建设了立足本院、服务社会科技支撑体系,创办了以联想为代表高技术企业,推动了科技成果产业化迅速发展;初步走出了一条适合中国国情建设现代国家研究院所新路子,推动我国科技体制改革进入了以建设中国特色国家创新体系为中心新阶段,促进了全社会创新意识大幅提升,在国际科技界也产生了重要影响。

在新历史时期,中国科学院作为国家战略科技力量,将致力解决关系国家全局和长远发展基础性、战略性、前瞻性重大科技问题,致力培养适应国家发展要求高水平科技创新与创业人才,致力促进科技成果转移转化与规模产业化,致力发挥国家科学思想库作用,致力提升中国科学技术国际竞争力,引领我国自主创新和科技进步,支撑我国科学发展与和谐发展。

自动化所研究领域中国科学院自动化研究所是中国信息与自动化领域骨干研究所,以智能信息处理、复杂系统与智能控制为主要研究方向,是集基础研究、应用开发到生产经营于一体新型科研机构。

根据21世纪科学技术需求趋势,结合自动化和信息学科发展,特别是智能控制和智能信息处理特点,突出智能引领作用是自动化所战略研究核心要素。

未来相当长时期,研究所科技工作将围绕探索人类认知机理和由此带来并行智能信息感知、处理及控制核心技术,在有限领域瞄准国家和国计民生重大战略需求并提出创新性智能化解决方案;集中资源,在选定战略方向上快速推出符合国家和民生需求实用化智能系统;在智能化需求迫切领域与国家部署重大任务及承担单位密切结合,研以致用;与新兴信息行业结合,创造新信息应用与消费模式。

在中科院“知识创新任务”第三期中,研究所将完成“一三五”科技布局,即:优先发展一个领域——智能技术;着力聚焦三个重要方向——海量信息智能计算、复杂系统智能控制、集成化智能系统;力争突破五个战略重点——复杂系统与计算智能基础理论、高性能专用系列DSP芯片、社会态势分析与预警系统、公共安全智能监控系统、能源资源优化自动化控制技术。

根据“一三五”科技布局和研究所签订三期创新任务书,研究所结合当前国家重大战略需求以及信息与自动化领域科技发展态势及自身优势,深化战略研究,做出战略选择,提出“用智能化引领信息化与自动化”战略方针,部署了“社会计算与平行管理”、“数字媒体个性化智能服务”、“集成化智能系统”三大战略主攻方向,以及“复杂系统与计算智能基础理论”、“生物特征识别与智能监控”、“面向21世纪人类健康计算医学”、“高性能集成电路”、“智能化能源利用与节能减排”等重点战略发展方向。

力争通过努力在上述方向上取得若干重大突破,为国家做出系统性贡献。

中科院自动化所重点项目利用“高维空间环境约束域”智能机器人制造平台2009-10-09| 【大中小】【打印】【关闭】制造业是我国国民经济支柱产业。

为实现由现在制造大国向未来制造强国转变,急需研发能够在人机共同作业情况下,安全、可靠和高质量生产智能制造平台。

主要研究内容:(1)利用“高维空间环境约束域”及相应策略,在不增加硬件设备情况下,用低精度机器人实现比机器人本体精度高高精度操作(模仿人手功能),提高制造过程可靠性;(2)同时研发和应用动态视觉技术于智能机器人制造平台(模仿人眼睛功能),提高制造灵活性和人机合作情况下安全性。

本项目已与国内中型汽车空调机厂签订合作协议,同时得到了汽车公司高度认可。

智能控制与计算智能方法及应用2009-09-26| 【大中小】【打印】【关闭】复杂系统、智能控制、计算智能等新兴控制学科研究不仅是对传统控制科学继承和发展,而且成为前沿研究焦点。

利用计算智能与智能控制方法对复杂系统进行多角度多方位研究,是当今本领域科学研究中重大挑战。

本研究群体在已有研究成果基础上,立足国内,面向国家战略需求,面向国际研究前沿,重点围绕复杂系统智能控制和计算智能方法与应用,深入开展智能控制综合集成方法研究、网络化系统控制方法研究、语言动力学系统研究、复杂数据分析与处理方法研究、多机器人系统协作与控制关键技术开发、情报安全信息学方法研究等,取得基础性和系统化研究成果,进一步促进智能控制、计算智能理论及应用研究深入发展,力争在理论、应用和学术活动上取得国际上公认一流研究成果和学术地位,做到在国际核心杂志上有论文、在国际学术组织中有地位、在国际主要会议上有报告、在国际知名学者中有影响。

对话管理为中心双向多模态口语人机交互研究2009-09-26| 【大中小】【打印】【关闭】该项目选择汽车导航和交互式口语学习两个典型展示领域,研究实现以口语为主,融合行为、情感等信息口语分析与理解、多模态响应信息生成等,突破多模态信息在识别理解尤其在对话管理层次深度融合。

本项目通过融入对话结构和对对话建模状态空间分类,减少用户模型和管理模型对数据资源规模要求,同时通过用户模型加强对话模型建模能力。

通过综合集成语音等多模态信息识别,本研究成果可以广泛用于改善各种人机对话系统效率和方便程度,从而提高社会信息化程度。

相关文档
最新文档