或一个教育机构,Fac-ulty成员是基础。作为高标准教育机构的一部分,我们还坚定地认为,教职员工是建立成功的基本支柱。我们以极大的自豪和钦佩介绍了这本教师手册,这证明了我们著名的老师的非凡知识能力和推荐。我们将我们的教职员工置于高基座上。我们感谢他们坚定不移的承诺,无私的服务以及对教学和启发学生的持久热情,从而为更大的社会做出了贡献。在很短的时间内,我们的大学达到了非凡的里程碑,经历了教师招聘的快速增长,新部门的成立,建立学校,创新课程的引入,尖端课程的发展和学生招生。从一个部门的一个谦虚开始和2009年的八名学生开始,我们现在已经跨越了2,000大关,有28个部门在13所学校提供64个课程。这个
162 Dr.M.Sayeekumar csthod@vcew.ac.in 9842444084 Dr.N.Magendiran Vivekanandha 女子工程学院 Elayampalayam, Tiruchengode, Namakkal - 637205, TamilNadu, 印度.泰米尔纳德邦下一代人工智能的创新设计思维策略
资源人员专家教师将来自国际机构、知名学术机构、印度理工学院马德拉斯分校、印度理工学院孟买分校、印度政治经济学学院维扎格分校、印度理工学院瓦朗加尔分校和印度理工学院卡纳塔克分校以及来自霍尼韦尔、西门子和横河电机的行业/公司专业人士。 参与资格 FDP 更具优势,因此向 AICTE 认可机构的教师、研究生和博士研究人员、行业/研发组织/顾问人员、主办机构的参与者开放。 课程费用 没有注册费,但必须进行注册确认。 出勤率至少为 80%、考试成绩合格率为 70% 并提交了对参加 FDP 的反馈的参与者颁发证书。有关更多详细信息,请参阅此链接 https://atalacademy.aicte- india.org/FAQs 席位数量:最低 100 人 申请方式:参与者必须通过 AICTE ATAL 注册链接申请 https://atalacademy.aicte-india.org/signup 选择标准:按照 AICTE ATAL 指南和先到先得的原则。 联系方式 TK Radhakrishnan 博士,教授(HAG),化学工程系。手机号码:9488451677 K. Sankar 博士,助理教授,化学工程系手机号码:7427960065 电子邮件:radha@nitt.edu,地址:化学工程系,Tanjore-Trichy 高速公路,Thuvakudi,国家理工学院 Tiruchirappalli – 620015,泰米尔纳德邦,印度
chusnaapriyanti@gmail.com摘要此研究旨在了解教师教授英语,来源和方法的策略,以使学生保持对学习英语的兴趣。这是描述性定量研究。数据是从91名初中学生那里获取的,他们在学校接受了各种学习策略的英语课程和2名英语老师,他们向这些学生教英语。受访者是SMPN 2 Pacitan的英语老师和VIII级学生。数据是从6月9日至2023年6月13日收集的。研究人员通过执行以下步骤来收集数据:确定哪所学校将用作研究站点,决定使用数据收集的方式,制作观察工具,收集数据以及通过Google表格和访谈形式提交观察结果。结果表明,大多数学生(100%)认为自己学习英语意义重大,所有英语老师还使用各种策略来教授和激励学生学习英语。64%的学生发现使用词汇记忆策略很容易,而36%的学生发现使用词汇记忆策略具有挑战性。大多数老师(99%)激励和支持学生学习英语。根据学生,有趣且适合学习英语的媒体或方法使用媒体为40%,使用技术的31%,使用记忆词汇的17%和使用其他方法的12%。关键字:教师策略,方法,英语课简介在访谈中,英语老师提供了各种提供英语课程的方法,例如听英语音乐,看英语电影,记忆和使用PowerPoint来提供课程。
B.Pradeep Khanth 7 月 21 日 针对多媒体应用的增强型编解码器设计 Sathiya RR 7 月 23 日 医疗保健中的云计算 J. Angel Sajani 7 月 21 日 使用人工智能和深度学习自动诊断神经系统疾病 M.Vijayakumar 7 月 19 日 用于容错和安全应用的高速和节能 VLSI 架构 Asha Stebi MB 1 月 24 日 具有先进感官和移动能力的多面人形机器人的设计和开发 Dakshina。 DS 7月24日 使用基于皮肤镜图像的高级深度学习网络自动检测皮肤癌 AnlinSahaya 婴儿 Tinu 1月22日 基于深度学习的多模态脑成像用于肿瘤检测 Dr. A. BHUVANESH 是 2022 是 Dr. A. PACKIA ANTONY AMALAN 是 2024 是 Dr. A. SHANAWAZ 是 2016 是 Dr. AMIRDHA SHER GILL 是 2022 是 Dr. K. ARUN PRASATH 是 2021 是 S.Ida Blessy 7月22日 Mr.J Benny John 1月20日 使用人工网络预测聚合物复合材料的机械性能 Mr.J Ebenezer Samuel Daniel 7月17日 一种面向能源的制造布局设计和优化方法行业 先生 C Sankar 7月 14 日 镁基纳米复合材料 先生 S Mareeswaran 1月 13 日 使用声学 - 超声波测试评估树脂基复合材料的结构 先生 K.Solai Senthil Kumar 7月 18 日 天然纤维的物理化学特性和机械性能评估 先生 SP Saravanan 1月 18 日 天然纤维增强聚合物复合材料在机械工程中的应用特性 先生 P Arunkumar 1月 18 日 天然纤维及其复合材料在工程中的应用特性和机械性能 先生 R Susilkumar 1月 18 日 合成和用于微波和微电子应用的 (Ba TiO3)X-(CaCU3Ti4O12)1-X 纳米复合材料的特性 M. VARGHEESE 博士 否 是 P Ragupathy 先生 1 月 15 日 通过加湿脱湿 (HDH) 方法处理染色行业的废水 C Ramech 先生 1 月 15 日 带反射器的太阳能集热器的实验研究 L Ezhil Ruban 先生 7 月 21 日 微通道散热器研究 K Sudhakar 先生 7 月 21 日 利用激光纹理在 6061 铝合金上制造超疏水表面 L Antony Caroxin 先生 7 月 21 日 机械和石膏基隔墙板的热性能 Mr S Paramasivan 1 月 22 日 激光纹理铜表面润湿性研究以增强滴状冷凝 Mr P Madhan 1 月 22 日 使用高温传热流体的抛物线集热器的热性能 Mrs. Sivasankarai 1 月 18 日 在线电力系统应用中数据压缩的信号处理技术的开发 Mrs. S. Karthika 1 月 18 日 并联有源电力滤波器的控制策略的开发 Mr.L.Munia selvan 1 月 18 日 结合风电场的最优功率流的进化算法 Ms.S.Rajeswarai 7 月 22 日 植物叶片疾病检测智能技术的开发 Mrs.R.Madhumitha 1 月 22 日 基于智能电表数据的住宅用电行为大数据分析与可视化 Ms. S. Ledbin vini 1 月 22 日 从卫星图像中自动提取水体 Mr S Selvaprabhu 7 月 17 日 利用相变材料高温储存太阳能 Mr JS Heric 7 月 17 日 利用堆叠排列的电子元件三维冷却
关于 FDP:5G/6G 通信和信号处理应用的人工智能 (AI) FDP 重点介绍人工智能在 5G/6G 通信和信号处理领域的影响。AI 技术广泛应用于许多应用,例如基于 5G/6G 的无线通信、信号处理、生物医学图像处理、计算机视觉、自然语言处理等。本课程将介绍 AI 的基础知识和研究领域,以及其在 5G/6G 通信和信号处理中的应用。它将有助于提升印度各工程院校教职员工的专业知识和能力。专家涵盖了一系列当代计算主题,并提供强大的理论基础,并培养批判性分析和实践技能。该 FDP 旨在传授知识并培训 AI 工程方面的基础知识以及对最近使用 5G/6G 进行通信和使用 AI 的信号处理应用的见解。主要课程内容: 图像处理、计算机视觉、信号分类、统计信号处理、信号处理技术和基于 5G/6G 的无线通信技术和应用的简介。 机器学习基础、数据预处理和数据可视化。监督和无监督学习方法、神经网络和应用。 深度学习方法简介,以及基于 DL 的其他架构及其应用。 用于信号处理、计算机视觉、语音处理和 5G/6G 通信系统的 CNN 架构。 电路设计中的 AI、天线系统设计中的 ML/DL、软件定义无线电、认知无线电中信号处理的机器学习。 MIMO 系统、系统设计中的去耦电路、双工系统、mWave 通信。 ISAC、无人机通信、5G/6G 通信技术、量子通信。 农业无人机、医疗保健人工智能、脑机接口、情绪识别。 用于生物医学成像和信号处理、EEG/ECG 信号处理和非侵入性医疗应用的 AI/ML。 Tensor Flow/Keras/PyTorch/Jupyter 和 Colab 的基础知识。 使用 Python/MATLAB 进行数据预处理和数据可视化。 案例研究,使用 Python/MATLAB 进行动手实践。 负责本课程的教师:本课程将由 NIT Warangal 的教师负责;来自 IIT/NIT/IIIT 相关领域的学者受邀在本课程中授课。来自行业的演讲者也有望作为课程的一部分进行演讲。
关于 FDP:5G/6G 通信和信号处理应用的人工智能 (AI) FDP 重点介绍人工智能在 5G/6G 通信和信号处理领域的影响。AI 技术广泛应用于许多应用,例如基于 5G/6G 的无线通信、信号处理、生物医学图像处理、计算机视觉、自然语言处理等。本课程将介绍 AI 的基础知识和研究领域,以及其在 5G/6G 通信和信号处理中的应用。它将有助于提升印度各工程院校教职员工的专业知识和能力。专家涵盖了一系列当代计算主题,并提供强大的理论基础,并培养批判性分析和实践技能。该 FDP 旨在传授知识并培训 AI 工程方面的基础知识以及对最近使用 5G/6G 进行通信和使用 AI 的信号处理应用的见解。主要课程内容: 图像处理、计算机视觉、信号分类、统计信号处理、信号处理技术和基于 5G/6G 的无线通信技术和应用的简介。 机器学习基础、数据预处理和数据可视化。监督和无监督学习方法、神经网络和应用。 深度学习方法简介,以及基于 DL 的其他架构及其应用。 用于信号处理、计算机视觉、语音处理和 5G/6G 通信系统的 CNN 架构。 电路设计中的 AI、天线系统设计中的 ML/DL、软件定义无线电、认知无线电中信号处理的机器学习。 MIMO 系统、系统设计中的去耦电路、双工系统、mWave 通信。 ISAC、无人机通信、5G/6G 通信技术、量子通信。 农业无人机、医疗保健人工智能、脑机接口、情绪识别。 用于生物医学成像和信号处理、EEG/ECG 信号处理和非侵入性医疗应用的 AI/ML。 Tensor Flow/Keras/PyTorch/Jupyter 和 Colab 的基础知识。 使用 Python/MATLAB 进行数据预处理和数据可视化。 案例研究,使用 Python/MATLAB 进行动手实践。 负责本课程的教师:本课程将由 NIT Warangal 的教师负责;来自 IIT/NIT/IIIT 相关领域的学者受邀在本课程中授课。来自行业的演讲者也有望作为课程的一部分进行演讲。
关于 FDP:这个关于医学成像和信号处理应用的人工智能 (AI) 教师发展计划 (FDP) 将帮助教育工作者和研究人员了解 AI 基础知识以及它如何应用于具有多种安全应用的医学成像和信号处理技术。参与者将探索机器学习和深度学习概念,重点是将 AI 用于医学成像和信号处理技术,这有助于诊断、医疗保健、农业、零售和监控系统。AI 在图像/信号处理中起着关键作用,它基于面部识别、虹膜识别、指纹分析和语音识别实现准确而有效的身份验证方法。通过实践活动和现实世界的例子,与会者将获得在教学和研究中有效使用不同算法的 AI 的实用技能。到课程结束时,参与者将准备好将 AI 工具集成到他们的工作中,提高他们使用现代技术进行教学和解决安全挑战的能力。这将通过提高参与者在这些关键领域的专业知识和教学能力而使他们受益。主要课程内容: 图像处理、计算机视觉、生物医学信号处理、生物医学信号分类、信号处理技术和医学图像分析应用简介。 机器学习基础、数据预处理和数据可视化。监督和无监督学习方法、神经网络和应用。 深度学习方法简介,以及基于 DL 的其他架构及其应用。 用于生物医学信号处理、计算机视觉、语音处理和医学成像实现的 CNN 架构。 用于医疗保健、脑机接口、医学诊断、生物识别、情绪识别、活动识别的人工智能。 用于生物医学成像、基于 CT 扫描/MRI 的图像分析、眼底和医学图像分类的 AI/ML。 用于信号处理应用的 AI/ML、EEG/ECG 信号处理、ECG、EEG 和 PPG 信号分析、异常检测。 用于医学信号/图像数据分类的 AI/ML,各种医学图像分析和应用。 Tensor Flow/Keras/PyTorch/Jupyter 和 Colab 的基础知识。 使用 Python/MATLAB 进行数据预处理和数据可视化。 案例研究,使用 Python/MATLAB 的动手实践课程。主持本课程的教师:本课程将由 NIT Warangal 的教师主持;来自 IIT/NIT/IIIT 相关领域的学者将受邀在本课程中授课。预计行业演讲者也将作为课程的一部分授课。注册费详情:教师和研究学者 750 卢比/- 行业参与者 2250 卢比/-
计算机科学与工程人工智能(AI):负责的AI,AI安全性,优化算法;机器学习和深度学习:生物医学信号,农业领域,网络层/传输层中的异常检测,优化算法,位置预测;计算机视觉和图像处理:农业和医疗领域,语音,图像,信号;自然语言处理,LLM;数据分析,视频分析,大数据分析,社交网络分析;理论计算机科学;算法和图理论,可解释的AI(XAI)-Healthcare;分布式计算;边缘计算;云计算;计算范式的能源效率;新兴数据库;生物信息学和计算生物学;数据隐私和安全性,网络安全性,信息安全性,网络安全性中的ML,云数据安全性,量子计算和安全性,分布式计算安全性,硬件安全性,用于网络安全系统和内存的ML;软定义网络 - 安全性;区块链技术;数字取证和犯罪调查;密码学,量子密码学,应用加密,量子加密后,多方计算,差异隐私;智能运输和互联车辆,用于野生动植物和自然保护的数字技术;物联网;通信和信号处理;系统工程的优化;遥感应用;资源管理和日程安排,以进行未来的计算连续体; IRS辅助通信和空间调制中的检测和估计问题,增强物理层
