(一)我们的目标定位
电磁智能认知与应用课题组 (TESLA: Team of Electromagnetic Spectrum Learning and Applications)
本课题组重点开展复杂电磁环境态势智能感知、非合作信息系统智能博弈相关基础理论和应用技术的创新研究,该研究方向属 于人工智能学科与传统电子信息系统进行交叉融合的新型研究领域。课题组从2012年起即在国内较早开展了本方向的相关研究,属于国内该领域研究的优势高校课题组,与国内众多相关高等学校、高端实验室、研究机构有着紧密联系和良好合作关系。
(二)我们的导师队伍
博士生导师:王沙飞院士 高梅国教授
硕士生导师:王沙飞院士 高梅国教授 李云杰副研究员、李岩副教授、杨静副研究员
(三)我们的学生队伍
在读博士研究生:3人; 在读硕士研究生:15人
(四)我们的研究方向
1) 复杂电磁频谱态势及目标的智能感知研究
2) 非合作的电子信息系统智能博弈策略研究
3) 支撑智能认知的动态自凝聚知识系统研究
4) 面向智能应用的柔性可重构计算系统研究
(五)在研课题和成果
1) 国家自然科学基金面上基金项目一项(61901032),在研;
2) 国家自然科学基金青年科学基金项目一项(61976019),在研;
3) 电磁认知相关的基础加强计划重点项目两项,科研经费合计700万元,在研;
4) 电磁认知重大重点项目两项,科研经费合计900万元,在研;
5) 电磁认知识别类横向合作项目多项,科研经费合计300余万元,在研。
科研项目饱满,科研经费充足。 课题组已经积累了专著、专利、SCI论文、科技奖等成果,累计科研经费2000余万元。
最近发表的论文主要包括:
Automatic Waveform Recognition of Overlapping LPI Radar Signals Based on Multi-Instance Multi-Label Learning(2020年 IEEE SPL) |
Work Modes Recognition and Boundary Identification of MFR Pulse Sequences with a Hierarchical Seq2seq LSTM(2020年 IET RSN) |
Automatic modulation recognition of compound signals using a deep multi-label classifier: A case study with radar jamming signals(2019年 Signal Processing) |
Cross-Layer Autoencoder for Zero-Shot Learning(2019年 IEEE Access) |
Making Deep Neural Networks Robust to Label Noise: Cross-Training with a Novel Loss Function(2019年 IEEE Access) |
Adaptive
Matrix Sketching and Clustering for Semisupervised Incremental Learning(2018年 IEEE SPL) |
(六)我们的学生培养
1) 先进/热门的人工智能算法学习
2) 主流/实用的程序开发能力学习
3) 高端/高效的应用系统开发学习
学生就业:毕业学生的就业单位包括中科院计算所、中科寒武纪、深圳大疆创新、航天科工、航天科技集团各研究所。
(七)欢迎加入我们
1) 本方向每年招收博士研究生1人,硕士研究生5-6人;
2) 热忱欢迎保研/考研学生、报考博士研究生选择我们的课题组进行深造;
3) 为博士研究生提供每年10000元到30000元的奖学金和科研补助;
4) 为优秀学生提供高端实验室实习机会,每月实习补助6000-10000元;
5) 积极鼓励、资助学生参加国际学术交流活动
6) 对能力突出、表现优异的博士研究生,可以获得额外科研贡献奖励。
7) 热忱欢迎有志本方向的青年才俊应聘学校教职或者博士后,加入我们的研究队伍
8) 联系方式:
liyunjie@bit.edu.cn 13810467569(微信同号)
liyan726@bit.edu.cn 13488795339(微信同号)
课题组介绍资料请在右下方点击下载。