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:
工科课程
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.
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
面向大规模分布式信息-物理系统的可扩展设计方法
主讲教师:林海 人气:397 更新时间: 2017年06月17日
报告人:HaiLinisanassociateprofessoratDept.ofElectricalEngineering,Univ.ofNotreDame.Beforereturningtohisalmamater,HaihasbeenworkingasanassistantprofessorintheNUSfrom2006to2011.Histeachingandresearchinterestsareinthemultidisciplinarystudyoftheproblemsattheintersectionsofcontrol,communication,computation,machinelearningandcomputationalverification.HeservesasAssociateEditorforIEEETransactionsonAutomaticControl.Cyber-Physicalsystems(CPSs)refertocomputationalsystemsthatareintegratedwithphysicalprocesses.Large-scale,distributedCyber-PhysicalSystems(CPSs)havebeenincreasinglyprevalentinourdailylife.Examplesincludebutnotlimitedtoconnectedvehicles,edge-centriccomputing,andenergy/water/gasdistributionnetworks.ThereisapressingneedforascalableformaldesigntheoryenablingtheengineeringofdistributedCPSsthatcanfunctionrobustlyandreliablyinuncertainanddynamicenvironments.Thismotivatesourrecentresearcheffortsattheintersectionofcontroltheory,formalverificationandmachinelearning.ThistalkwillintroduceaformaldesignframeworkfordistributedCPSsbycombiningbothtop-downandbottom-updesignmethods.Thebasicideaistodecomposetheglobal(system)specificationintolocaltaskstoparallelizethedesignprocess.
基于图计算的高性能大数据分析系统Gemini
主讲教师:陈文光 人气:1376 更新时间: 2017年06月12日
清华大学陈文光教授学术报告会题目:基于图计算的高性能大数据分析系统Gemini时间:2017年6月9日10:00地点:西区电三楼632学术报告厅
异构网络融合——工业物联网的思考与实践
主讲教师:何源 人气:549 更新时间: 2017年06月12日
计算机学院青年教师学术沙龙--清华大学何源副教授报告会题目:异构网络融合——工业物联网的思考与实践时间:2017年6月9日16:00地点:西区电三楼632会议室
针对计算气动声学的高阶精度高分辨率数值格式及其应用
主讲教师:张树海 人气:1012 更新时间: 2017年06月07日
摘要:计算气动声学是近年快速发展的一个学科,由于声信号引起的流场脉动与流体介质运动比相差几个数量级,因此,计算气动声学对计算格式的要求非常高,需要高阶精度、高分辨率和低耗散的数值格式,对超声速问题,格式还应具备捕捉强激波的能力。本报告介绍我们针对气动声学计算所做的一些工作,包括基本消除了WENO格式计算定常激波问题时在激波下游出现的微弱的非物理波动,发展了类谱分辨率的高阶精度紧致格式。采用这些格式,对一系列旋涡主导的流动噪声进行了直接数值模拟,分析了气动噪声产生机制。
共201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:12862820