计算机科研项目| CS AI 医疗时下热门课题 （组员热招中）

• 阅读： 2022/4/20 9:57:27

  1）  计算神经科学/脑科学和AI技术  

  1) 课题来源：Stanford

  图像重建技术,例如 图像降噪,去卷积和超分辨率及其在荧光显微镜中的应用。

  2) 课题来源：Stanford

  研究组包含以下项目:

  1. 长期记忆的神经编码与阿尔茨海默症中的记忆编码异常;

  2. 新皮层对感觉信号的短期记忆编码及在心盲症(aphantasia)中的异常;

  3. 进一步开发基于光学的单细胞精度基因编辑及神经活动控制的新工具。

  2) High Performance Computing for Artificial Intelligence (HPC-AI) Lab （新加坡国立大学）

  实验室研究兴趣 Research Interests:

  Machine Learning

  High Performance Computing

  Parallel and Distributed Systems

  AI Applications (e.g. CV, NLP, Biology)

  新加坡国立大学HPC —AI暑研招募

  时间：5月底 截止申请

  3) 物理& 转计算机

  提供几个课题背景参考：

  1）课题来源：MIT

  statistical physics, neural networks, machine learning 统计物理、神经网络、机器学习 主要研究方向是统计物理,小方向是统计物理和人工智能以及神经科学交叉的课题

  2） 课题来源：Stanford

  影像科学 Imaging Science 研究兴趣是图像处理和分析领域,重点是生物成像科学的功能近似。图像重建技术,例如 图像降噪,去卷积和超分辨率及其在荧光显微镜中的应用。

  4)  CS，机器人，材料，医学等交叉领域课题：

  纳米机器人 微纳米机器人 软材料， 神经工程

  机器人技术， slam 优化（航空航天）

  计算生物学（computational biology ，机器学习 )

  图像处理和分析 ，生物成像，图像重建技术

  机器视觉， 机器学习，智能交通

  人机交互 物联网，计算机视觉 计算机图像 ，数据库

  5)  Ucla项目:

  研究重点是为机器学习和数据科学开发和应?快速算法。

  针对不同机器学习问题的优化的基本理论和计算限制。

  ?前的研究重点是强化学习理论和应?、控制学习、?凸优化和流算法。

  6)  指导老师：普林斯顿大学教授

  机器学习、强化学习、算法、理论计算机科学、天体物理学Machine Learning, Reinforcement Learning, Algorithm, Theoretic Computer Science, Astrophysics

  7)  机器人学、神经工程 Robotics, Neuroengineering （纳米机器人）

  8)指导老师：新加坡国立大学教授

  并行计算、机器学习、高性能计算Parallel Computing, Machine Learning, High Performance Computing 机器学习,高性能计算,并行和分布式系统,人工智能应用(例如 CV、NLP、生物学) Machine Learning,High Performance Computing,Parallel and Distributed Systems,AI Applications (e.g. CV, NLP, Biology)

  9）  课题来源：MIT 电子工程和计算机工程 CSAIL

  机器视觉、机器学习、智能车辆与智能交通系统的传感器融合。大数据分析和系统开发的通用村「Universal Village」,扩展版本的智能城市。MRI图像分析、智能医疗数据分析,计算机科学、电子工程、通讯工程、数学

  10） 指导教授：yale  Stanford

  目前研究组包含以下项目:1. 长期记忆的神经编码与阿尔茨海默症中的记忆编码异常;2. 新皮层对感觉信号的短期记忆编码及在心盲症(aphantasia)中的异常;3. 进一步开发基于光学的单细胞精度基因编辑及神经活动控制的新工具。

  11） 课题来源：Stanford

  影响科学Imaging Science 研究兴趣是图像处理和分析领域,重点是生物成像科学的功能近似。图像重建技术,例如 图像降噪,去卷积和超分辨率及其在荧光显微镜中的应用。ke

  12 ）课题来源：MIT

  statistical physics, neural networks, machine learning 统计物理、神经网络、机器学习

   主要研究方向是统计物理,小方向是统计物理和人工智能以及神经科学交叉的课题

   

  如有侵权，请联系本站删除！

  浏览(445)

  点赞(0)

  收藏(0)