• 数据库管理系统和 SQL/NoSQL • 大数据技术和工具 • 云计算和资源 • 编程和 Python 基础知识 • 通过示例介绍 ML(回归、聚类和分类) • 解释 ML 结果 - 指标介绍 • 数据管道简介 • 数据采购、探索、可视化和预处理 • 特征创建和编码方法(图像、文本、音频/视频) • 处理各种大小和规模数据的工具和技术 • 模型部署和管理简介
航空航天工程系将在以下实验室进行演示。参观者将能够看到演示实验。实验的细节(如背景和意义)将显示在演示展台旁边。教师或学生将进行互动和讨论。此外,我们还将展示一些部门与行业的互动以及来自 ISRO 和 HAL 的飞机和火箭模型。
自从物联网和人工智能数据分析领域出现深度学习爆炸式增长以来,内存墙问题对现有计算架构的压力越来越大。研究人员正在寻找冯·纽曼架构之外的一些以内存为中心的计算范例。神经形态计算是解决人工智能硬件问题的新范例之一。本课程重点介绍神经形态计算,并通过案例研究展示其在物联网和人工智能应用中的强大功能。本课程将深入探讨神经形态计算的不同方面,以解锁无限可能并塑造人工智能和数据分析兼具效率的未来。加入这趟旅程吧,因为在当今世界,计算采用神经形态不仅仅是一种选择;而是一种必需品。 模仿生物神经网络、神经元结构、人工神经元建模、神经元和突触电路拓扑 神经形态硬件架构、基于忆阻器的神经网络架构、交叉架构和神经形态核心、使用忆阻器和 FeFET 的内存中心计算 与其他新兴存储设备和功能的神经形态计算 神经形态算法(STDP、LSM 等) 神经形态计算的应用 神经形态计算中的学习范式
1 CAIR 课程 26 1.1 AR 501/ ME 452:机器人运动学、动力学和控制 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 1.5 AR 505:机器人自主性原理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... . ... . ...
Gourinath Banda 博士(博士:丹麦罗斯基勒大学;硕士:丹麦南丹麦大学;首席工程师:印度诺伊达三星软件工程实验室;科学家研究员:印度班加罗尔国家航空航天实验室)致力于:(i)形式验证技术,如模型检查、抽象解释和静态分析;(ii)实时系统(如内核、RTOS、应用程序、航空电子设备等)设计及其形式分析;(iii)增强设备的用户体验;(iv)用于减少电力浪费的嵌入式干预措施和(v)节能计算技术。研究兴趣:安全关键系统的形式分析;实时系统设计和分析;网络物理系统、嵌入式系统、机电一体化系统和绿色设备与技术的软件工程和严格分析技术。
更新手册的必要性最初是由 Abhay Karandikar 教授(前任院长 (FA))于 2017 年提出的。由 Swaroop Ganguly 教授担任召集人的委员会在教职员工的关键意见下编写了手册的初稿。前任院长 (FA) KP Kaliappan 教授投入了大量时间在手册中记录尽可能多的细节,并将其整理成当前的形式。特别感谢 Kumar Appaiah 教授(电气工程系)的辛勤工作、奉献精神和持续支持,帮助发布了这份文件。修订稿由 Devang Khakhar 教授(印度理工学院孟买分校前校长)、S. Sudarshan 教授(DD)(AIA)、院长 Avinash Mahajan 教授(AP)、副院长(研发部)AM Pradeep 教授、地球科学系 Santanu Banerjee 教授以及其他工作人员和学术单位负责人审阅,并采纳了他们非常宝贵的建议。联合注册官 KVReghuthaman 博士、Falguni Banerjee Naha 女士(PRO)及其办公室工作人员以及院长办公室 Archita Patil 女士(FA)及时提供的帮助和努力值得特别感谢,他们检查了细节的准确性。最后,主任 Subhasis Chaudhuri 教授在整个手册修订过程中始终给予不断的支持和鼓励。
课程概述:带电粒子动力学的审查;气排放基本面;离子源的分类;横向和纵向粒子束动力学;带有和没有空间充电的光束光学器件;离子源的提取系统;离子源的类型 - 签名电离量表(PIG),电子回旋谐振(ECR),真空弧,duoplasmatron,射频(RF)和snics离子源(通过cesium溅射的负离子来源);离子源的真空技术,离子源的光束诊断。
I. 出勤率的权重为总分 100 分中的 10 分。 II. 是否保留出勤率分数完全由课程协调员自行决定。他/她可以不保留出勤率分数,但如果保留出勤率分数,则必须实施下面提出的方案: III. 出勤率达到 80 或以上(即 >=80%)的学生将获得满分 10 分(即 10/10)。 IV. 出勤率在 50 到 80(50% - 80%)之间的学生,其出勤率分数计算为其出勤率分数与出勤率门槛要求的比值再乘以 10。因此,这可以保证获得 6.25 到 10 分之间的分数。 V. 例如,如果出勤率门槛百分比是 80%,而学生参加了 60% 的课程,那么该学生将获得 (60/80) * 10=7.5 分(满分 10 分)。VI. 对于出勤率处于临界值的学生(例如:49% 或 79%),课程协调员可以全权决定学生的出勤率是达到 50% 的最低出勤率还是 80% 的门槛出勤率。VII. 出勤率低于 50(即 <50%)的学生将不允许参加期末考试,并将获得 XX 成绩,并且必须重修该课程。但是,授予 XX 成绩的决定完全由课程协调员自行决定。
关于电动汽车电池逆向物流建模和德里电动三轮车运营的研究项目。开展了几个具有社会影响力的政策重点项目,包括将老式经典/复古汽车改装成电动汽车以鼓励电动汽车改装初创企业、传播德里室内空气质量调查结果以制定印度的室内空气质量标准、与 NASA 合作开展公民科学项目通过公民参与使用低成本传感器监测空气质量、与世界银行和国际应用系统分析研究所合作为印度恒河平原开发空气质量管理模型、与联合国环境规划署、TERI 和 CPCB 合作为印度编写空气质量状况报告。CERCA 还领导着德里市科学技术集群 (DRIIV) 空气污染主题项目。CERCA 开展的其他值得注意的举措包括空气污染健康风险研究(在印度-波兰、印度-英国和 CAPHER-印度项目下)、各个未达标城市的源分配研究以及印度发电厂对新 SO 2 排放标准的遵守情况以实施烟气脱硫。 CERCA 是 NCAP 国家知识网络的合作伙伴,该网络已建立国家空气污染数据库以进行空气质量管理,并通过研讨会/圆桌会议/展览定期与社区互动,包括每月的 CERCA 专家讲座/时事通讯,还支持西孟加拉邦、比哈尔邦和中央邦污染控制委员会实施清洁空气行动计划。CERCA 积极与 Umeandus/Honeywell/Camfill/Tadpole/Sharp 等多家行业参与者合作,包括 IITD 孵化的初创企业,以开发低成本的清洁空气技术。自 2018 年成立以来,CERCA 已在国内外主要期刊上发表了 25 多篇研究论文。
除非对合成材料进行彻底分析,了解其各种特性及其在所需应用中的适用性,否则有关合成材料的信息是不完整的。材料表征课程旨在实现这一目标。它是一门结合了讲座和实验室部分的课程。本课程将讨论各种仪器技术的基本原理,即显微镜、光谱、表面表征、合成材料的热稳定性分析和机械稳定性分析。学生将接触真正的动手实验室实验,以传授表征各种合成材料的实验方法知识。成功完成本课程后,学生将熟悉各种表征技术,并有能力在未来的努力中开展此类实验,以找出相关材料的结构、热、化学和机械性能。