目录

一、团队简介

信息系统实验室现有数据、可视化和服务三个研究小组，分别在知识图谱与数据挖掘、计算机视觉与深度学习、工业软件与微服务三方方向展开研究工作。实验室位于上海交通大学软件学院 5312 和 5316 室，现有教师六名，博士和硕士研究生二十余人。

二、实验室优势

  • 良好的学习环境：实验室为每位同学匹配了工位，提供可供团队讨论的会议室。

  • 高效的学习方法：实验室的学习过程是以解决具体问题为目标，学生通过实践发现问题，通过理论学习、查阅资料、相互讨论、咨询老师等途径解决问题，学到的东西是完全与应用契合，学习效率极高。

  • 为继续深造和就业打好基础：实验室的学习内容兼顾科研性与实用性。对于继续深造的同学可以提前对实验室的科研学习进行了解和尝试，并累积科研经验；对于就业的同学可以提前尝试实际项目的设计与开发。

三、你将收获什么

  • 收获一群志同道合的伙伴，为往后的学习生涯增添新的乐趣。
  • 收获新的领域知识，并与相关研究领域的研究生学长学姐共同研究，期间会与导师一对一沟通指导。
  • 收获往后的职业规划建议。无论同学是倾向保研、考研还是工作，都能在实验室中与导师们和学长学姐们讨论，进而确定未来方向。

四、指导方法

  • 进入实验室的同学会跟学长学姐们以及导师们确定学习规划，以及职业生涯规划。
  • 导师们根据每位同学的学习规划、职业规划以及感兴趣的方向安排到相关的研究小组，并安排相关方向的实践项目。
  • 学生们定期向实验室的导师和团队汇报研究进展和遇到的问题，团队一起通过讨论寻求解决方案。
  • 实验室将安排一名学长作为 mentor 一对一带领新同学。

五、招新方向、研究内容和所需要求

1. 多模态互补推理研究

研究内容：基于已有的视频、音频、文本等模态的分析方法，运用深度学习方法进多模态融合互补和跨模态映射推理，服务于视频会议摘要等多模态任务。

技术要求：

  • 具有 Python 开发能力，有深度学习经验更佳；

2. 基于深度学习的事件预测方法研究

研究内容：基于事理知识图谱和深度学习网络，实现对事件发展趋势的预测。

技术要求：

  • 具有 Python 开发能力，有深度学习经验更佳；

3. 面向动态数据的多模态知识抽取研究

研究内容：面向动态数据，构建其趋势图，通过图像分析挖掘数据中蕴含的知识，并形成知识图谱。

技术要求：

  • 具有较强的文献阅读能力；
  • 具有一定的数据分析经验；

4. 医学知识图谱构建及应用

研究内容：医疗大数据具有巨大的价值，尤其是在临床辅助诊疗和健康管理方面。如何利用这些医疗数据，挖掘数据的深层价值，是未来信息科技发展的趋势，也是医疗大数据技术产生的背景。本项目利用知识图谱将各种琐碎、零散的医疗信息知识相互连接，辅助决策和智能医疗诊断，让医生能够通过大数据的信息系统直接根据病人的个体实际情况来对他们进行针对性的诊断和治疗，辅助医生的诊疗过程，使得普通医生也能够像最好的资深医生一样为病人提供高质量的诊疗服务。主要涉及：

  • 自然语言处理技术；
  • 可视化 web 应用；

技能要求：

  • 了解基本的 Python 程序设计；
  • 了解 React 框架或 Vue 框架；

5. 医学图像处理与应用

研究内容：图像处理与计算机视觉算法在医疗、工业等领域内的应用。目前，项目 组重点研究利用计算机视觉相关技术对肺部 CT 影像进行病灶自动化识别，以减少影像科医生的工作量并提供计算机辅助诊断依据。主要涉及：

  • 字图像处理技术，包括数字图像的表示、灰度变换与空间滤波、形态学、特征识别、图像分割等（基于 OpenCV 视觉库等）；
  • 深度学习技术，包括基于卷积神经网络的目标检测、语义分割等（基于 PyTorch 框架等）；
  • 可视化 Web 应用，包括前端展示及后端图像处理服务的实现（基于 Flask / React 等）；

技能要求：

  • 了解基本的 Python 程序设计；

6. 数字孪生及工业软件的构建

研究内容：数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生的核心是模型和数据，但虚拟模型创建和数据分析需要专业的知识，对于不具备相关知识的人员，构建和使用数字孪生任重道远，工业互联网恰恰可以解决上述问题，通过平台实现数据分析外包、模型共享等业务。主要涉及：

  • 信息建模技术；
  • 系统构建和仿真技术；

技能要求：

  • 具有计算机相关专业基础或背景，理解包括分布式计算、数据结构、算法设计等学科；
  • 对游戏和虚拟世界计算和通信架构感兴趣，热爱计算机应用和仿真开发；
  • 精通 C++， 熟悉 Java，了解 Python；
  • 熟练掌握 Linux/Unix 平台指令操作、程序编译及执行；

7. 基于低代码平台的信息化转型工程

研究内容：在传统的开发模式下，企业的信息化转型需要根据多样的业务场景搭建不同的服务、需要大量的定制化开发工作、拥有较长的开发周期，无法满足企业低成本高效率信息化转型的需求。本项目通过低代码平台实现数据模型自定义、业务服务自定义、服务编排自定义、用户界面自定义，实现个性化、多元化、协同化和集成化的低代码开发，从而缩短服务的开发时间，降低开发成本与运维成本，低门槛、少成本、高效率、快迭代地实现企业的信息化转型。

技术要求：

  • 后端：Java 语言，基于 Spring Boot 的微服务架构，MongoDB 与 MySQL 两种数据库；
  • 前端：React 框架（了解 Vue 也可）；
  • （非必须）部署与运维：GitLab、Docker、K8S 等 CI/CD工具；

8. 智能加工集成工艺知识库系统

研究内容：三维数控弯板机是我国最新研制的新一代曲板加工设备，该设备采用多点成型技术，可实现各类复杂曲面的快速成型。在实际加工过程中，对于板材的调形仍然依赖于经验，存在工人操作过程多，难度大等问题。本项目构造一个智能加工集成工艺知识库系统软件，管理相关生产工艺数据，进行知识累计，为后续工艺优化提供信息基础。

技术要求：需要参与项目中涉及到的三个子系统的开发工作。

  • 后端：C# 语言（会 C++/C/Java 即可），.NET 开发框架，SQL Server 数据库；
  • 前端：Windows Forms，VTK；
  • 机器学习模块：PyTorch 框架，针对三维点云的 CNN、RNN 模型；

六、报名方式

发送邮件至 1124730278@qq.com，邮件名称为 IST 纳新报名 + 姓名，邮件内容包括姓名，专业，学号，联系电话，方向志愿（可从第五项中选择3个）。我们将在一周内安排选拔面试，并通过邮件通知。