信息处理实验室
- 格式：docx
- 大小：17.40 KB
- 文档页数：2
智能技术与系统国家重点实验室（清华大学）
研究领域
实验室主要从事人工智能基本原理、基本方法的基础与应用基础研究，包括智能信息处理、机器学习、智能控制，以及神经网络理论等，还从事与人工智能有关的应用技术与系统集成技术的研究，主要有智能机器人、声音、图形、图像、文字及语言处理等。
实验室近期主要研究内容：
（1）人工智能理论研究。
智能信息获取的形式化方法；海量信息处理的理论和方法；网络环境下信息的开发与利用方法；机器学习。
（2）先进的人-机交互技术与系统。
声音、图形、图像、文字及语言处理；虚拟现实技术与系统；多媒体技术。
（3）汉语语言文字处理。
语料库语言学和计算词汇学；机器翻译；语音识别与合成技术；手写体、印刷体汉字识别技术等。
（4）智能机器人技术与系统。
传感信息处理与可视化；智能控制理论与技术；空间机器人技术；移动机器人技术与系统。
（5）智能信号处理。
基于生物特征的个人鉴别技术与系统；地球物理信号处理与识别。
与智能技术的基础理论、特定领域的智能信息处理支撑技术两个研究方向。
信息安全国家重点实验室（中国科学院）
研究领域
根据信息安全学科的特点，国际信息安全发展的现状和趋势以及对国家经济建设和安全的重要作用，制定了如下研究方向和研究内容：
方向1：密码学
§ 密码学相关数学理论与方法
§ 密码算法设计与分析理论与技术
§ 密码算法检测评估方法与实现技术
§ 新型密码理论与技术(量子信息密码学、网络密码学、视觉密码）
方向2：安全协议
§ 安全协议的形式化分析与验证理论
§ 安全协议的复杂性理论及应用
§ 安全计算协议理论
§ 实用安全协议的设计、分析与检测技术
方向3：网络与系统安全
§ 网络安全体系结构
§ 认证、授权与责任认定理论与技术
§ 可信计算安全技术
§ 操作系统与数据库安全技术
§ 无线与移动通信网络安全技术
§ 安全测试评估理论与技术
方向4：信息对抗理论与技术
§ 逆向分析与可控性技术
§ 网络与系统脆弱性分析与风险评估方法
§ 入侵检测、取证、监控与应急响应技术
§ 恶意代码分析与防范模型与技术
§ 网络攻击技术
§ 信息隐藏与数字知识产权保护技术
大连理工智能信息处理实验室
研究方向：
Web组：本小组主要从事Internet网络上的海量信息处理与挖掘，包括基于PageRank和HITS的网络排序算法的改进，网络Spam信息的检测和处理，网页分块算法及其应用，搜索结果聚类与重排序等相关热点问题。
社区组：社区组就Web社区识别和社区发现进行研究。
前期的研究主要集中于Web社区识别，尤其是现有算法的改进，包括最小割/最大流和传导割/随机游走，接下来我们还将研究复杂网络中的社区发现算法，采用先进的图划分/聚类技术，融合Web图特征解决Web社区识别问题，为个性化搜索、自动化门户和内容预取等Web应用提供理论保证和技术基础。
谱分析组：谱聚类算法是近年来国际上机器学习领域的一个新的研究热点。
矩阵的谱，就是它的特征值和特征向量。
图是表达事物关系和传递扩散过程的重要数学抽象。
图的谱结构的重要意义在于通过它对马尔可夫更新过程进行分解分析，通过谱结构来分析图的聚类结构。
谱聚类算法建立在谱图理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。
该方法已成功应用于语音识别、图像和视频分割等领域。
机器学习组Machine Learning Group (MLG) ：主要研究领域涵盖机器学习中的聚类、分类，和如何应用机器学习等问题。
目前主要关注于采用谱聚类、半监督分类等方法来优化提高学习性能，并应用于提升搜索引擎排序结果等。
软件缺陷预测组:从事软件缺陷的预测工作，包括利用数据挖掘方法进行基于软件配置管理系统（SCM）的bug发现和定位，以及基于贝叶斯网络和动态贝叶斯网络的软件缺陷预测技术的研究与算法改进。
上海市智能信息处理重点实验室
研究内容
本实验室建设的意义，并不在于把信息处理和智能技术作为两个独立的方向加以研究，而是要把这两者结合起来，让智能技术渗透到信息处理中去，又用信息处理托起智能技术及其应用，使两者互为放大器，形成智能化信息处理的研究大方向。
实验室以基础研究、应用基础研究为主，设立信息处理。
