多伦多大学计算机研究情况【荐】.pdfVIP

  多伦多大学  University of Toronto  计算机应用 赖豪  1101213416  1.请综合介绍一下这个学校目前的计算机研究的情况 多伦多大学计算机系（The Department of Computer Science  简称DCS）是北美最顶尖的 计算机科学院系之一，为学生们提供了一系列广泛的研究机会和方案。   DCS 共有 11 个研究组，它们 都在各自领域做出了重要贡献，并 提供了许多新的见解。有的研究组 开发了新的方法或范式，对国际研 究和计算机科学产生重大影响。这方面的例子包括神经网络，计算机视觉，计算机图形学， 知识表示和推理，人机交互，科学计算和计算机性能评价。  DCS 近年来鼓励计算机科学进行跨学科研究。机器人和计算机视觉，计算机动画，人脸 建模和重建，人工生命和并行解决大型问题的正是跨学科研究获得巨大成功的例子。  以下，将分别介绍11 个研究组的具体情况。  1.离散数学及其应用研究组（Applied  Discrete Mathematics）  离散数学包括离散对象的数学结构特性，算法和应用研究。离散数学及其应用组主要研 究与图论和组合设计有关的理论和算法问题。  图论：  本研究小组的研究方向包括计算生物 学，随机结构，电路结构，以及更传统的图 论问题，比如说：着色问题，完全图，哈密 尔顿图和其它泛化图形。  组合设计：  组合设计是满足它的一些子集的规律属性集的集合。本研究小组感兴趣的方向包括确定 性和随机组合搜索技术，组合优化问题的解决方案，sub‐object  and/or  automorphism‐free  systems，以及包含小型局部系统的分析与设计。  2.人工智能研究组（Artificial Intelligence）  多伦多大学的人工智能（AI ）研究组主要研究计算语言学，知识表示和推理，机器人技 术，规划，计算机视觉和机器学习/神经网络等领域。共有14 名相关领域的全职教员，并提 供了十几门研究生课程，来帮助学生发展和扩大自己的知识和专长。  人工智能组主要研究用于神经网络和模式识别的新型学习算法。研究的主要目标是开发 与合成对实际工作有用的智能算法，探究机器学习，神经网络算法与其它统计方法的关系， 并深入了解大脑如何执行监督和无监督学习的洞察力，以及神经信息的表示。  人工智能组中有一个计算机视觉小组，他们的研 究范围包括边缘检测，图像分割，纹理分析，色觉， 立体跟踪，知觉组织，目标识别，主动和周到的视觉， 传感器设计，运动分析，事件，机器学习等计算视觉 的相关领域。  人工智能研究组成员已经收到许多著名的奖项， 包括Premier’s Research Excellence Awards ，NSF Career  awards，Sloan Fellowships，Steacie Fellowships，NSERC  University Faculty Award ，ONR Young Investigator Award 等。实验室还受到了NSERC，IRIS， CITO，MITACS，贝尔实验室，施乐公司高级研究学院，IBM，以及加拿大联邦政府拨款的支 持。  3.计算生物学研究组（Computational Biology）  计算生物学研究组主要专注于将算法应用于生物现象的预测， 分析，建模，和解释。通过研究，建立和扩展几何计算，机器学 习，统计，图论，数据挖掘，计算语言学，实验规划，机器视觉， 知识表示，分布式计算的概念。计算生物学研究组最感