现在位置: 首页 —> 计算机科学与技术 —> 博士招生方向

01大数据分析与自然语言处理

研究大数据、人工智能相关的理论和方法,主要包括自然语言处理、推荐系统、数据挖掘等方面,具体为自动摘要、自动问答、自动对话、阅读理解、动态推荐、对话推荐、跨域推荐、信息检索、知识发现、机器学习等在医疗健康、社会媒体、电子商务、智能家居等领域的交叉研究,并实现相关成果的转化应用和创新创业。

02分布式计算

主要研究无线网络中基础通信问题分布式算法,真实干扰模型下抗干扰和冲突的分布式通信策略;研究分布式存储环境下一致性问题分布式算法,解决云存储环境下隔离问题的分布式算法;研究机器人网络及可编程体网络中的目标覆盖问题分布式算法;研究新型分布式系统如

03数据挖掘和数据分析

主要研究大规模数据图中社团发现及相应的结点指标计算算法,研究解决结点核值等指标的并行和分布式算法;研究大规模数据图中反映结点重要性的指标,并设计相应的低复杂度并行与分布式算法;研究大规模数据图中反映结点关联性的指标,并设计相应的低复杂度并行与分布式算法。

04生物信息学

研究生物信息学中热点和关键问题的建模、理论和方法。特别是基于高通量测序技术的数据分析和建模:如基于RNA-seq的转录组组装和分析;基因组组装;宏基因组分析;结构体变异检测;可变剪接分析;蛋白质序列预测;代谢系统和调控系统的组织特点和原理等以及这些问题的研究在癌症分析以及生物体多样性分析中的应用等。

05系统结构与嵌入式应用

以物联网系统与云计算应用为研究背景,从软件定义网络、新型非易失存储的角度研究可信计算理论、异构网络融合方法、软硬件协同技术,实现智能物联云网关系统的构建,在提高“云-端”通信的可靠性、可信性与实时性的同时,保证资源的智能调度和决策的自适应调整,为大数据的分析与处理提供保障。

06多媒体计算技术

多媒体计算技术是基于浅层和深度学习技术,使计算机具有综合处理文本、图形、静态图像、声音、动画、视频图像等多种不同类型媒体信息能力的技术,涉及对上述各类信息的分析、理解、融合、管理和查询等研究。研究重点包括多媒体索引、多媒体查询、多媒体推荐、以及跨媒体分析与推理。

07参数算法与参数复杂性理论

研究NP难问题的固定参数可解性和相应的参数复杂性理论,重点为NP难问题的精确解算法的设计和分析,包括参数算法和核心化算法。并且开展参数算法和参数复杂理论在计算生物学、人工智能、大数据分析等领域的应用,为相关研究提供理论以及方法支持

  1. 网络空间安全与区块链

主要研究网络空间安全与区块链技术的理论和方法。具体包括:物联网系统中设备和协议漏洞检测以及防护、侧信道信息泄漏及防护;区块链技术及应用系统研发;区块链技术的安全性以及基于区块链的信息防护;基于区块链和人工智能的自进化安全可靠的物联网系统研发;基于(深度)机器学习的GAN、对抗例研究及其在信息泄漏和隐私保护中的应用;基于云计算和互联网的外包众包安全和隐私保护。

  1. 三维视觉

计算机对三维世界的感知和理解是实现计算机与现实世界交互的基础,典型应用包括自动驾驶和机器人。三维视觉研究如何通过二维图像或者三维点云等数据对现实世界的物体以及场景进行三维几何结构以及语义重建,以及如何在保证重建质量的情况下不断提高效率,从而实现在自动驾驶和机器人等领域的大规模应用。三维视觉涉及的相关领域包括计算机视觉、计算机图形学和机器学习等。

  1. 智能图形图像处理

主要研究基于深度学习的超分辨率的建模;基于功能和语义的图形图像的分割和识别;图形图像的关键特征提取;从无组织的2D/3D数据到有语义、结构化的数据的转换和处理;以及图形图像处理技术与机器人、数字城市、三维打印和医学诊断的深度融合。

  1. 计算机图形学与数字几何处理

主要研究计算机图形学、几何建模与处理的理论和方法,包括三维数据获取与表达,如基于图像的建模、动作表情捕获、复杂动态场景感知与理解等;智能制造相关技术,如计算机辅助建模与仿真、零部件快速设计与优化、基于增材制造(3D打印)的结构优化与智能仿生结构设计、智能机器人工程等;混合现实相关技术,如VR内容的智能化生产技术、虚拟对象智能行为建模技术、虚拟世界的多通道呈现、AR虚实融合、自然人机交互等。

  1. 生物医学信息学,算法与计算复杂性

开展面向生物医学数据分析的组合优化问题建模,和以问题求解为基础的生物医学数据分析软件研究。针对生物医学数据分析的组合优化问题,和经典计算机科学问题模型,开展问题求解的算法与计算复杂性研究。涉及并不局限于基因组组装与结构分析,转录组组装与结构分析,蛋白质质谱数据分析,基因组功能区域发现等生物医学数据分析内容。