全部课程分类
数学科学学院 | 化学物理系 | 物理系 | 近代物理系 | 地球与空间科学学院 | 电子工程与信息科学系 | 生命科学学院 | 计算机科学与技术学院 | 化学系 | 电子科学与技术系 | 公共事务学院 | 国家同步辐射实验室
模糊搜索
类  型:
学科方向:
学科分类:
院  系:
模糊搜索:
教  师:
课程列表
20170717东亚气溶胶及其云-气候效应数值模拟研究
主讲教师:刘小红 人气:1207 更新时间: 2017年07月25日
报告人简介:刘小红博士,美国怀俄明大学冠名首席教授(“WyomingExcellenceChair”Professor)、中国科学院大气物理研究所研究员。入选国家千人计划专家。从事研制、开发和评估地球系统模式中大气气溶胶-大气化学模式和云物理参数化方案,以及气溶胶、云及降水相互作用、气溶胶气候效应的研究。是美国国家大气科学研究中心(NCAR)公用地球系统模式(CommunityEarthSystemModel(CESM))核心发展成员,领导研制了CESM中气溶胶-大气化学模型、气溶胶与冷云相互作用的参数化方案,目前是NCARCESMChemistry-Climate工作组的共同主席。现任学术刊物“AtmosphericChemistryandPhysics”、“JournalofMeteorologicalResearch”编委。已发表学术论文160余篇(含130篇SCI文章),被引用率6000余次(WebofScience)和9000余次(GoogleScholar)。于2014、2015和2016年入选Thomson-Reuters的“HighlyCitedResearcher”,2001年获世界气象组织青年科学家奖,1996年入选德国洪堡学者,1996-1999年入选中科院“百人计划”。
气候变迁与先民适应
主讲教师:李政益 人气:794 更新时间: 2017年07月05日
报告摘要:先民对生业策略的选择与许多因素有关,其一即为环境。本研究重建台湾地区的植被历史以推估过去的气候变化,并与由人骨骨胶原碳氮同位素组成所推估的先民食谱进行比较。结果指出新石器中晚期(4500-2000yrBP)的气候状况较冷干;铁器时代(2000-400yrBP)气候转为暖湿。同位素证据表明新石器中晚期的先民生业策略表现为广泛性取食,与遗址的地理位置有关联;至铁器时代则转而依赖陆地和淡水资源,对海洋资源的摄取量则较少。此一食谱组成的转变与此气候变化呈现相关性,似可解释为暖湿的气候较适合农业发展,使铁器时代的先民较不需依赖海洋资源。
暑期课程《计算机图形学前沿进展》
主讲教师:刘利刚 人气:20757 更新时间: 2017年07月05日
第六届中国科技大学《计算机图形学》暑期课程USTCSummerSchool2017(001M0601)AdvancesinComputerGraphics(计算机图形学前沿进展)课程介绍:•《计算机图形学前沿进展》(课程编号:001M06)为中国科技大学暑期学期的课程。课程由数学科学学院中科大图形与几何计算实验室(GCL)的刘利刚老师及国内外学者共同授课。本年度课程的主题为“3D几何感知与建模、虚拟现实、机器人与机器学习”。若对计算机图形学中的几何处理不太熟悉的同学,可提前看一下刘利刚老师开设的本科生课程《计算机图形学》(2013,2014,2015,2016,2017)和研究生课程《数字几何处理》的主页(其中有较完善的课程课件提供下载)。•该课程为中国科学技术大学全校性公共选修课程,面向应用数学、计算机科学、信息科学等相关专业的学生,欢迎数学学院、少年班学院、信息学院、计算机学院等学院的本科生高年级学生和研究生来选课。•若本校的本科生需要该课程的学分,需要在校教务系统中进行选课。•该课程以介绍计算机图形学领域的最新的研究成果及进展为主,同时兼顾本科生也会介绍该领域的一些基本问题和研究方向,只要有《线性代数》、《微积分》、《解析几何》、《微分几何》等课程知识的学生都可以听懂。•本次课程的内容涵盖几何建模、网格化技术、形状的感知分析、点云处理、深度相机、细分造型技术、3D打印、虚拟现实、机器人、深度学习等内容,内容丰富和前沿,是了解计算机图形学前沿和未来方向的非常难得的机会。•上课时间:2017年7月3日至7月7日•上课地点:中国科学技术大学东区理化大楼西三报告厅•学分:2
Decentralized Markov Decision Process: Theory and Its Applications to Robotics
主讲教师:吴锋 人气:818 更新时间: 2017年07月03日
计算机学院青年教师学术沙龙--吴锋副研究员报告会题目:DecentralizedMarkovDecisionProcess:TheoryandItsApplicationstoRobotics时间:2017年6月29日16:00地点:西区电三楼632学术报告厅
欠驱动机器人系统的控制器设计与分析:理论及实验验证
主讲教师:忻欣 人气:998 更新时间: 2017年06月30日
XinXinreceivedtheB.S.degreein1987fromUSTC,andthePh.D.degreein1993fromSoutheastUniversity.HeisnowaprofessorattheOkayamaPrefecturalUniversityandistheChairoftheDepartmentofSystemsEngineering.Hehasmorethan180publicationsinjournals,internationalconferencesandbookchapters.Hiscurrentresearchinterestsincluderobotics,dynamicsandcontrolofnonlinearandcomplexsystems.HeisnowassociateeditorsofIEEEControlSystemsLetters,TransactionsoftheSocietyofInstrumentandControlEngineers,JournaloftheRoboticsSocietyofJapan.Underactuationisatechnicaltermusedinroboticsandcontroltodescribemechanicaldevicesthathavealowernumberofactuatorsthandegreesoffreedom.Thestudyofdesignandcontrolforunderactuatedroboticsystems(URSs)isafertileresearchareahavingfruitfulinteractionswithroboticsandcontrol,andhasattractedmanyresearchersfromthesetwocommunities.ThistalkpresentsaunifiedtreatmentofcontroldesignandanalysisforaclassofURSswestudiedformorethanadecade,whichincludessystemswithmultiple-degree-of-freedomand/orwithunderactuationdegreetwo.Thistalkpresentssomenewnotions,features,designtechniques,andstrictlyglobalmotionanalysisresultsforthesesystems.Thetheoreticaldevelopmentsarevalidatedbyexperimentalresultsforseveralsystems.ItisexpectedthatthistalkwillnotonlyenablethelistenertogainabetterunderstandingofthepowerandfundamentallimitationsoflinearandnonlinearcontroltheoryforthecontroldesignandanalysisfortheseURSs,butalsoinspirethelistenertoaddressthechallengingproblemsofmorecomplexURSs.
分布式算法能否超越集中式算法?
主讲教师:刘霁 人气:647 更新时间: 2017年06月28日
报告人:JiLiuiscurrentlyanassistantprofessorinComputerScience,ElectricalComputerEngineering,andGoergenInstituteforDataScienceatUniversityofRochester(UR).HereceivedhisPh.D.,Masters,andB.S.degreesfromUniversityofWisconsin-Madison,ArizonaStateUniversity,andUniversityofScienceandTechnologyofChinarespectively.Hisresearchinterestscoverabroadscopeofmachinelearning,optimization,andtheirapplicationsinotherareassuchashealthcare,bioinformatics,computervision,andmanyotherdataanalysisinvolvedareas.Hisrecentresearchfocusisonasynchronousparalleloptimization,sparselearningtheoryandalgorithm,reinforcementlearning,structuralmodelestimation,onlinelearning,abnormaleventdetection,feature/patternextraction,etc.HefoundedthemachinelearningandoptimizationgroupatUR.HewontheawardofBestPaperhonorablementionatSIGKDD2010andtheawardofFacebookBestStudentPaperawardatUAI2015.Mostdistributedmachinelearningsystemsnowadays,includingTensorFlowandCNTK,arebuiltinacentralizedfashion.Onebottleneckofcentralizedalgorithmsliesonhighcommunicationcostonthecentralnode.Motivatedbythis,weask,candecentralizedalgorithmsbefasterthanitscentralizedcounterpart?AlthoughdecentralizedPSGD(D-PSGD)algorithmshavebeenstudiedbythecontrolcommunity,existinganalysisandtheorydonotshowanyadvantageovercentralizedPSGD(C-PSGD)algorithms,simplyassumingtheapplicationscenariowhereonlythedecentralizednetworkisavailable.Inthispaper,westudyaD-PSGDalgorithmandprovidethefirsttheoreticalanalysisthatindicatesaregimeinwhichdecentralizedalgorithmsmightoutperformcentralizedalgorithmsfordistributedstochasticgradientdescent.ThisisbecauseD-PSGDhascomparabletotalcomputationalcomplexitiestoC-PSGDbutrequiresmuchlesscommunicationcostonthebusiestnode.Wefurtherconductanempiricalstudytovalidateourtheoreticalanalysisacrossmultipleframeworks(CNTKandTorch),differentnetworkconfigurations,andcomputationplatformsupto112GPUs.Onnetworkconfigurationswithlowbandwidthorhighlatency,D-PSGDcanbeuptooneorderofmagnitudefasterthanitswell-optimizedcentralizedcounterparts.
基于DNA组装的超分子水凝胶
主讲教师:刘冬生 人气:772 更新时间: 2017年06月23日
报告摘要:利用DNA的高度特异性识别、结构可设计、生物相容性以及多种响应性,我们设计、制备了多种纯DNA以及多肽-DNA复合超分子水凝胶。这些凝胶具有优异的分子通透性、较高的力学强度、秒级成型、良好的触变性以及自愈合等特点;还可在化学组成、交联度、网络结构不改变的情况下,实现机械强度从10Pa到7000Pa的任意调整;在此基础上,我们将其应用于活细胞的3D打印和直写,探索了其在生物医学领域的应用。报告人简介:刘冬生,1993年本科毕业于中国科学技术大学高分子化学专业,之后在中科院化学所从事高分子化学研究,其间攻读了在职硕士学位。1999年至2002年于香港理工大学学习,获博士学位后赴英国剑桥大学从事博士后研究。2005年2月入选中国科学院“百人计划”,加入国家纳米科学中心任研究员、博士生导师。2007年获得国家自然科学基金委员会“杰出青年基金”支持。2008年获得“第一届中国化学会~英国皇家化学会青年化学奖”;2014年获得第七届中国化学会巴斯夫青年知识创新奖。2009年6月获得清华大学“百人计划”、“基础研究青年人才支持计划”支持,加入清华大学化学系,任教授、博士生导师。2011年获邀成为英国皇家化学会会士。2014年入选创新人才推进计划中青年科技创新领军人才计划。2015年入选教育部长江学者特聘教授。近年来先后担任了基金委面上项目、重点项目负责人,科技部重大基础研究专项项目(973项目)首席科学家。  当前主要从事以核酸等生物大分子为基础的纳米结构组装及纳米材料制备与应用研究,针对大分子自组装中分子间相互作用的协同与调控这一根本问题,主要以核酸大分子及其杂化体系为研究对象,建立和发展了多组分、多层次、响应性复杂体系的可控组装新方法,实现了多种基于核酸自组装的功能纳米器件和超分子材料的制备。应邀担任了国际知名杂志SoftMatter和ChemBioChem顾问编委。
Deep Learning for Protein Secondary Structure Prediction and Tertiary Structure Prediction
主讲教师:尚奕 人气:733 更新时间: 2017年06月20日
美国密苏里大学尚奕教授学术报告会题目:DeepLearningforProteinSecondaryStructurePredictionandTertiaryStructurePrediction时间:2017年6月16日15:00地点:东区科研楼国家高性能计算中心402会议室
Fundamental Online Problems in Mobile Edge Computing
主讲教师:谈海生 人气:753 更新时间: 2017年06月17日
计算机学院青年教师学术沙龙--谈海生副研究员报告会题目:FundamentalOnlineProblemsinMobileEdgeComputing时间:2017年6月15日16:00地点:西区电三楼632学术报告厅
大数据挖掘的若干核心技术
主讲教师:张师超 人气:4770 更新时间: 2017年06月17日
千人计划学者、广西师范大学副校长张师超教授学术报告会题目:大数据挖掘的若干核心技术时间:2017年6月15日14:00地点:西区科技实验楼西楼117学术报告厅摘要:实现内存中挖掘大数据的主要研究方向有两种:一种是将大数据划分成可以在内存挖掘的若干子集合,全局模式是通过融合各个子集合中挖掘的局部模式产生;另一种是采用统计学的取样技术从大数据中随机抽取一些样本,通过挖掘这些样本来逼近大数据的模式。这06-15两个研究方20172向都是采用近似求解的策略。本报告介绍一个处理大数据的策略,以及由此导出的系列挖掘线索和研究课题。简介:张师超教授是国家千人计划创新人才第五批获得者,国家人事部海外高层次留学人才回国资助人选获得者(全国首批1/20人),中国科学院计算所兼职研究员。长期从事数据挖掘和大数据的研究,主要在多源数据挖掘、非频繁模式挖掘、代价敏感学习和kNN分类等方面取得了系列原创性研究成果。在Springer出版学术专著3部,国际核心期刊独著、一作或者通信作者论文80余篇,国际顶级会议论文10多篇。成果获得广泛引用,据GoogleScholar检索,引用总计5000多次,2014年至2016年连续三年进入Elsevier发布的中国高被引学者榜单。先后主持了国家级项目共13项。获得国际会议最佳论文奖2次,入选广西八桂学者、广西高校首批跨世纪人才培养对象。历任《知识与数据工程IEEE会报》、《知识与信息系统》和《智能信息学IEEE通报》的副编辑,国际会议ADMA指导委员会委员,PRICAI等国际会议的会议主席/程序主席或者副主席9次。
共908条记录,每页显示10条,到第页 [首页] [上一页] [下一页] [尾页]
中国科学技术大学研究生网络课堂试运行版,版权属于中国科学技术大学研究生院。
本网站所有内容属于中国科学技术大学,未经允许不得下载传播。
地址:安徽省合肥市金寨路96号;邮编:230026。TEL:+86-551-63602922;E-mail:wlkt@ustc.edu.cn。 课件总访问人次:12862834