新闻

卡片列表

我院王浩课题组提出深度神经网络模型压缩相关算法

我院王浩课题组与合作者在深度神经网络模型压缩算法研究中取得重要进展, 提出了一种基于非凸稀疏优化的神经网络模型压缩算法。相关成果以“A Proximal Iteratively Reweighted Approach for Efficient Network Sparsification”为题在计算机科学领域的经典顶级学术期刊IEEE Transactions on Computers上在线发表。深度神经网络 (DNN) 作为现代人工智能领域中最受关注的领域, 已经成为语音识别、计算机视觉、自动驾驶等诸多人工智能任务中最有前途的方法之一。同时, 随着边缘计算和物联网技术的发展, 边缘人工智能将DNN模型的训练和推理过程直接部署在网络边缘。但是, 先进的DNN通常有着数量巨大的连接权重和神经元, 这对内存以及计算能力有限的边缘设备部署DNN来进行模型推理提出了巨大的挑战。为了克服上述挑战, 网络稀疏化被视为非常有效的模型压缩方法。从算法角度讲, 这类网络稀疏化方法能高效地去除冗余的权重连接, 从而降低内存访问以及计算操作数, 且几乎不影响网络的性能。研究团队首先提出了一种基于对数求

2021-02-08

新闻
上科大混合成像系统实验室本科生的一作论文被ISCAS 2021接收

近期，我校生物医学工程专业王誉洁（生命学院本科生，现为我院助理教授高飞混合成像系统实验室（HISLab, www.hislab.cn）的进组生）以第一作者身份向IEEE International Symposium on Circuits and Systems 2021 (ISCAS 2021) 投稿的论文被接收（论文题目：Low-Cost Photoacoustic Tomography System Enabled by Frequency-Division Multiplexing）。王誉洁提出了一种基于频分复用（FDM）的多合一模块设计，极大的降低了光声层析成像（PAT）系统的成本并提升了图像质量。光声成像是新发展起来的一种非侵入式和非电离式的生物医学成像方法，可以将光学成像和超声成像的优点结合起来，近些年来引起了广泛关注。基于光声效应，生物组织在光激励下产生超声信号，利用接受到的超声信号，光声图像可被重建。在众多光声成像方法中，PAT具有成像快速且成像视野大的特点，发展迅速。然而，要进一步提升PAT的成像速度与质量，在硬件方面通常需要增加数字采集卡的通道数量，造成PAT系

2021-02-05

新闻
我院叶朝锋课题组提出新型电磁阵列成像缺陷检测方法

电磁涡流阵列成像是控制产品质量和维护设备安全的重要技术手段，被广泛应用于航空航天、高速铁路、压力容器、能源设施和精密制造等关键领域的结构健康检测。近日，我院叶朝锋课题组（精密传感与智能检测实验室）提出并验证了新型阵列电磁涡流成像检测方法及其探头系统。两项成果发表在电气电子领域国际顶级期刊IEEE Transaction on Industrial Electronics。研究团队提出了一种全新的基于三相激励和高分辨率隧道效应磁阻传感器（TMR）阵列成像的检测方法。该方法利用三相高频线圈阵列，在待测导体中激励产生沿着电流相位变化方向空间平移的感应电涡流以实现空间扫查，相对于传统的探头具有成本低、噪声小、电路结构简单等优点。课题组研制的TMR传感器阵列具有高分辨率（0.5mm）、高灵敏度、体积小、功耗低、线性范围宽、易于集成的优点，所以很适合制作大规模传感器阵列用于磁场检测成像。研究团队研制了包含三相激励系统和64个TMR传感器单元的阵列探头样机，用其对金属样品中的缺陷进行了检测实验。实验结果表明该方法能快速检出亚毫米量级的微小缺陷，利用人工神经网络算法对磁场图像分析处理，可准确定位和量化

2021-02-01

新闻
我院王春东课题组在计算机数据存储领域取得重要进展

数据存储是计算机系统的基础，为了高速索引存储在计算机系统的数据，当前有多种数据结构可以实现。B+树作为上世纪70年代针对磁盘与单核处理器设计的数据结构，在现今多种数据库与文件系统中都有着不可或缺的作用。我院王春东课题组与合作者在计算机数据存储领域中取得重要进展：设计多项新式B+树类的数据结构，在保持数据持久性与一致性的前提下，大幅提升B+树类结构在新型非易失性存储器上的性能。相关成果发表于学术期刊IEEE Transactions on Computers、ACM Transactions on Embedded Computing Systems和IEEE国际计算机设计会议（IEEE International Conference on Computer Design，ICCD 20)。为了维护针对传统主存—硬盘架构设计的B+树移植到新的非易失性存储设备上的崩溃一致性，要使用处理器厂商提供的持久化指令（如Intel提供的clflush/clflushopt/clwb）去保证处理器高速缓存块中被修改的数据被持久化到非易失性主存中。这一过程会产生大量的性能开销。如何降低此类开销是当前设

2021-01-24

新闻
人工智能课程，我们这样教！

如何做好新工科背景下信息科学与基础学科深度融合？我校信息学院在课程体系和教学形式上不断改革创新，开设了“人工智能在科学与工程学的应用”课程，旨在用人工智能技术促进基础科学与工程技术的创新研究。近日，该课程组织了设立以来的第二次结课项目答辩。课程项目由来自不同学院、不同专业背景的学生混合组队完成。同学们分为12组，集中汇报学习成果。研究课题涉及基因组学、冷冻电镜、X射线自由电子激光、蛋白质结构预测、基于蛋白质互作的药物发现、分子动力学仿真等方向。同学们与授课老师开展了深入交流和探讨，为课程画上圆满的句号。这样一门多学科交叉融合的课程到底有何魅力？创新课程设计“人工智能在科学与工程学的应用”课程的教学目标是帮助不同学科背景的学生理解和使用人工智能技术，并应用于他们的科研项目。这是国内第一个将人工智能应用在基础科学研究的课程。课程通过演讲课和实践习题课帮助同学们了解AI（特别是深度学习）的基本概念，理解并使用最常用的机器学习技术，针对具体的科研问题选择最合适的算法，在这些基础上改进现有算法以提高他们的性能指标，做出方法创新。课程内容丰富、覆盖面广、极具挑战性和创新性。郑杰教授作项目答辩总结新

2021-01-23

新闻
喜报！我校两项课程被评为上海市2020年度一流本科课程

1月19日，上海市教育委员会公布了 2020 年度上海高等学校一流本科课程认定结果，我校信息学院“计算机视觉I“课程、书院“社会实践”课程成功入选。人工智能是我校重点建设的核心学科之一，与国家区域科技战略布局高度契合，与上海科创中心建设紧密结合。作为人工智能重要分支之一，计算机视觉是”机器之眼“，在工业、农业、安防、娱乐等领域都有广泛的应用。该课程涵盖了计算机视觉的基本概念、基本方法、以及该学科的前沿研究，包括成像、基本图像处理、三维重建、物体检测识别和分割等内容。课程强调创新性、前沿性，善于通过实例讲解、课程实践等形式把最新的科研成果引入课堂，同时通过课程实践培养学生的动手实践能力和科研精神，帮助学生学会运用计算机视觉技术解决现实中存在的问题。图|“计算机视觉I“课程主讲教师高盛华教授授课我校“社会实践”课程以“了解国情、体验艰苦”为主题，旨在实践育人，提升素质。全体本科生需要前往全国11个省16个实践基地开展社会实践活动，以全覆盖的形式，帮助学生更多地接触、了解国情社会，对国家的发展状况有更深层次的理解和思考。学生们深入基层、农村和经济发展的第一线，把社会实践与未来促进就业创业结合

2021-01-22

新闻
快速入门信息科学技术，上科大同学们怎样学？

1月8日，《信息科学技术导论》课程举办了优秀课程项目海报展，一张张制作精美的海报整齐摆放在信息学院二楼走廊，旁边同步展示着项目设计Demo，吸引了众多师生到场观摩。《信息科学技术导论》（SI100B）是上海科技大学信息学院面向大一新生开设的第一门专业课程。课程由四部分组成，包括计算机编程(CP)、信号处理(SP)和电子技术(EL)理论基础课程，和为期4周的综合性动手实践项目(PJ)。本次课程项目围绕”航班分析系统”、“达波方向估计”、”从自动化到人工智能”、“太阳追踪系统”四个课题展开。全体学生结合自己的研究兴趣，在以上四个课题中任选一题进行了系统的课程项目设计实践。课程项目需要学生们以理论课中学到的有关计算机编程、信号处理和电子设计等专业知识为基础，结合实际问题开拓创新，学以致用。老师和助教在为期四周的实践活动中也给与了专业咨询和技术指导。通过这种学习形式，使得学生的实践动手能力得以加强，同时激发了他们创造性思维和协同合作的能力。本次展示挑选了其中表现优秀的17个小组，同学们的项目成果丰富多彩，亮点频频，引发了现场观众的互动讨论，也获得了师生一致的好评。《信息科学与技术导论》课程自2

2021-01-20

新闻
突破！上科大代表队喜获国际大学生程序设计竞赛亚洲区域赛（南京站）金奖

近日，第45届国际大学生程序设计竞赛(International Collegiate Programming Contest, ICPC)亚洲区域赛（南京站）获奖名单公布。由我校信息学院三位本科生同学组成的校代表队”未来道具研究所“喜获金奖，这是我校首次在此类算法竞赛中夺得金奖。北京大学、复旦大学和清华大学代表队揽获了此次比赛的冠亚军。ICPC是一项旨在展示大学生创新能力、团队精神和在压力下编写程序、分析和解决问题能力的年度竞赛。经过30多年的发展，现已发展成为最具影响力的大学生计算机竞赛。本届ICPC亚洲区域赛（南京站）由ICPC亚洲区委员会主办，南京航空航天大学承办。比赛共吸引了来自208 所高校的 551 支参赛队伍同场竞技。受疫情影响，比赛在牛客竞赛（https://ac.nowcoder.com）平台线上举行。每支参赛队伍由3名在校大学生组成，每队使用一台电脑，在全英文竞赛环境中，在5个小时内解答13个复杂的算法问题，正确解答题目最多且总用时间最少的队伍获胜。在本次比赛中，信息学院何开（2020级）、徐鸿图（2019级）、李文超（2020级）经过5小时紧张角逐，最终攻破6道

2021-01-18

新闻

每页 8 记录总共 327 记录
第一页 <<上一页下一页>> 尾页
页码 2/41 跳转到

每页 8 记录总共 327 记录
第一页 <<上一页下一页>> 尾页
页码 2/41 跳转到