招生|上海交通大学谢伟迪组科研实习

上海交通大学人工智能学院 (SAI) 谢伟迪课题组招 Computer Vision,AI4Science 方向科研实习,表现优异同学可获直硕/直博 offer。


课题组简介

MultiModal Perception Group 是上海交通大学人工智能学院的科研团队,负责人为谢伟迪副教授,于 2018 年在牛津大学视觉几何组 (VGG) 获得博士学位,导师是 Andrew Zisserman 教授和 Alison Noble 教授。研究方向涵盖 Computer Vision 和 AI4Science,更多团队的研究成果可参见:http://weidixie.github.io,或过往公众号论文解读。

8978ba84f7e572924db87bd4f7d54588.png

招生要求

  • 科研兴趣方向:AI4Healthcare, Bioinformatics, AIGC, Multimodal Video Understanding,AI4Sports;

  • 本科专业背景:人工智能、计算机科学、生命科学等相关专业;

  • 强自我驱动力:能够应对压力和竞争,追求极致的完美;

  • 学术素养:能突破已有学术研究格局,拒绝低质量 paper 发表,宁缺毋滥。

课题组资源

  • 计算资源充足:实验室有丰富的计算资源,鼓励创新与跨学科合作;

  • 团队氛围融洽:团队成员之间相互支持,学长学姐们热情且乐于分享经验,导师提供细致的科研指导

  • 国际合作交流:有机会与全球顶尖研究机构和实验室开展合作,甚至获得赴海外访问学者的机会,拓宽视野,提升学术影响力。

联系方式

请将您的简历、在校成绩单以及相关项目经验或研究成果发送至:weidi@sjtu.edu.cn。邮件标题请注明“科研实习申请-姓名”。如果实验室对你提交的内容感兴趣,我们将尽快与您联系并安排面试。

更多信息

  • Schorlar: https://scholar.google.com/citations?hl=zh-CN&user=Vtrqj4gAAAAJ

  • Twitter: https://x.com/WeidiXie

  • Bilibili: https://space.bilibili.com/626918756?spm_id_from=333.337.0.0

  • Github: https://github.com/MAGIC-AI4Med

加入我们!

一起探索人工智能研究中的无限可能!

内容概要:本书《Deep Reinforcement Learning with Guaranteed Performance》探讨了基于李雅普诺夫方法的深度强化学习及其在非线性系统最优控制中的应用。书中提出了一种近似最优自适应控制方法,结合泰勒展开、神经网络、估计器设计及滑模控制思想,解决了不同场景下的跟踪控制问题。该方法不仅保证了性能指标的渐近收敛,还确保了跟踪误差的渐近收敛至零。此外,书中还涉及了执行器饱和、冗余解析等问题,并提出了新的冗余解析方法,验证了所提方法的有效性和优越性。 适合人群:研究生及以上学历的研究人员,特别是从事自适应/最优控制、机器人学和动态神经网络领域的学术界和工业界研究人员。 使用场景及目标:①研究非线性系统的最优控制问题,特别是在存在输入约束和系统动力学的情况下;②解决带有参数不确定性的线性和非线性系统的跟踪控制问题;③探索基于李雅普诺夫方法的深度强化学习在非线性系统控制中的应用;④设计和验证针对冗余机械臂的新型冗余解析方法。 其他说明:本书分为七章,每章内容相对独立,便于读者理解。书中不仅提供了理论分析,还通过实际应用(如欠驱动船舶、冗余机械臂)验证了所提方法的有效性。此外,作者鼓励读者通过仿真和实验进一步验证书中提出的理论和技术。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值