XiaoMi-AI文件搜索系统
World File Search SystemEECS
Mingoo Seok - 电气工程
(13) IEEE 固态电路学会 (SSCS) 杰出讲师 (DL)，2023 年 2 月 - 2025 年 2 月 (12) 表现最佳副编辑，IEEE 超大规模集成系统汇刊 (TVLSI)，2021 年、2022 年 (11) 最佳论文奖，论文题为“Vesti：用于深度神经网络的节能内存计算加速器”，IEEE 超大规模集成系统汇刊 (TVLSI)，2022 年 (10) AMiner AI2000 芯片技术最具影响力学者，荣誉提名（前 11-100 名学者），2020 年 (9) 高通教师奖，2019 年 (8) IEEE 高级会员（2018 年）；会员（2012 年）；学生会员 (2006) (7) NSF CAREER 奖 - 获奖作品为“解决下一代无裕度 VLSI 计算平台设计的深化变异性挑战”，2015 年 (6) AMD/CICC 学生奖学金 - 获奖作品为“0.5V 2.2pW 双晶体管电压参考”，美国，2009 年 8 月 (5) DAC/ISSCC 学生设计大赛 - 获奖作品为“Phoenix：用于立方毫米传感器系统的超低功耗处理器”，美国，2009 年 2 月 (4) Rackham 博士前奖学金 - 美国密歇根大学安娜堡分校 EECS 系三名获奖者之一，2008 年 9 月 - 2009 年 8 月 (3) 博士留学奖学金 - 韩国高等教育基金会全国十五名获奖者之一， 2007 (2) 优秀奖学金 - 首尔国立大学，韩国，1998年3月 - 2001年3月 (1) 优秀本科奖学金 - 全国20名获奖者之一，韩国高等教育基金会，韩国，1999年9月 - 2002年2月
生物医学工程硕士工作表
课程编号 课程名称 学期 成绩 BME 5052L 生物医学工程实验室 BME 5930L 微制造实验室 BME 5313 BME 细胞生物学和生理学 BME 5742 生物系统建模与控制 BME 5537 生物成像 BME 6105 生物材料 BME 5937 生物信号处理 BME 6585 微流体和 BioMEMS 简介 BME 6572 纳米技术 BME 5425 纳米生物技术简介 BME 6324 干细胞工程 BME 6334 组织工程 BME 6390 神经工程 BME 6718 生物神经网络的计算建模 BME 6762 生物信息学：生物医学视角 BME 6930 高级生物机器人 BME 5930 生物医学仪器与测量 BME 6930 生物传感与生物光子学 BME 5930 脑机接口 BME 5930 生物力学 BME 6930 药物输送 BME 5930 骨科生物力学 BME 6930 脑机接口中的有限元分析 BME 5930 生物医学工程研究方法 BME 5930 神经力学 CAP 5615 神经网络简介 CAP 6411 视觉基础 CAP 6546 生物信息学数据挖掘 CAP 6619 深度学习 COT 5930 医疗信息系统（计算机科学主题） COT 5930 数字图像处理（计算机科学主题） COT 6930 计算数据驱动建模 EEL 5661 机器人应用 EEL 6819 神经复合体和人工神经网络 + ：BME、EECS、OME 和 CEGE 提供的任何其他研究生课程均可经许可被视为技术组 A 选修课该项目的顾问。
数学座谈会
抽象数据重建攻击和防御对于理解机器学习和联合学习中的数据泄漏至关重要。然而，以前的研究主要集中在梯度反演攻击的经验观察上，缺乏基于模型架构和防御方法定量分析重建错误的理论框架。在本演讲中，我们提出将问题作为一个反问题，从而实现了对数据重建攻击的理论和系统评估。对于各种防御方法，我们得出了算法上限和匹配信息 - 两层神经网络的重建误差的理论下限，考虑了特征和建筑维度以及防御强度。我们进一步提出了两种防御策略 - 最佳梯度噪声和最佳梯度修剪 - 在保持模型性能的同时最大化重建误差。bio：Qi Lei是Courant数学科学研究所和NYU数据科学中心的数学和数据科学助理教授。以前她曾是普林斯顿大学ECE系的副研究学者。她获得了博士学位。来自UT Austin的Oden计算工程与科学研究所。她访问了高级学习研究所（IAS）/普林斯顿理论机器学习计划。在此之前，她曾是西蒙斯深度学习计划基础研究所的研究员。她的研究旨在为可信赖和（样本和计算）有效的机器学习算法开发数学基础。QI获得了多个奖项/认可，包括机器学习，EEC中的新星，统计和数据科学，杰出论文奖，计算奖学金奖学金和Simons-Berkeley Research奖学金。
M.S.在生物医学工程工作表M.S.在生物医学工程工作表
课程号课程名称学期BME 5052L生物医学工程实验室BME 5930L MicroFarbicry Laboratory BME BME 5313 BME细胞生物学和生理学BME 5742生物系统建模和控制BME BME BME 4536/5536/5537 BioImaging BME 4509/610/6105 BME-610/59/59/59/59/59/4559/45559/ BME 4581/6585 Intro to Microfluidics and BioMEMS BME 4571/6572 Nanotechnology BME/EEE 4574/5425 Introduction to Nanobiotechnology BME 6324 Stem Cell Engineering BME 6334 Tissue Engineering BME 6390 Neural Engineering BME 6718 Computational Modeling of Biological Neural Networks BME 6762 Bioinformatics: Biomedical Perspectives BME 4930/6930 Advanced BioRobotics BME 4503C/5930 Biomedical Instrumentation and Measurements BME 4930/6930 Introduction to Biosensing and Biophotonics BME 4930/5930 Brain-machine interface BME 4930/5930 Biomechanics BME 4930/6930药物输送BME 4930/5930骨科生物力学BME BME 4930/6930 BME BME BME 4930/5930生物医学工程研究BME研究BME 4930/5930/5930 Neuromegranics CAP 5615 NEUROMENIC CAP 5615 CAP 6411的NEURomegranics CAP 655的方法中的有限元分析BME BME 4930/5930 bme 4930/5930方法。 6619 Deep Learning COT 5930 Medical Information Systems (Topics in Computer Science) COT 5930 Digital Image Processing (Topics in Computer Science) COT 6930 Computational Data-Driven Modeling EEL 5661 Robotic Applications EEL 6819 Neural Complex and Artificial Neural Networks + : Any other graduate level courses offered by BME, EECS, OME, and CEGE can be considered a technical group A elective by permission of the计划的顾问。
Daniel SeitaDaniel Seita
Name Institution Status Years Next Abhinav Pillai IIT Kharagpur Undergrad (REU) 2024 Gayathri Rajesh NIT Trichy Undergrad (IUSSTF) 2024 Ebonee Davis MIT Undergrad (SURE) 2024 Wenhao Liu USC MS EE 2024- Jonathan Zamora-Anaya USC MS CS 2024- Rajas Chitale USC MS CS 2024- Hanyang Zhou USC MS CS 2024- Harshitha Rajaprakash USC MS CS CS 2024- KARAN OWALEKAR USC MS CS CS 2024- CHARLENE YUEC MS CS CS CS 2023- ENYU ZHAO ZAO ZAO ZAO USC MS CS 2023- ANUPAM CS 2023- Dhanush Penmetsa USC MS ECE 2023- Yuhai Wang USC MS Analytics 2023- David Kim USC Undergrad 2024- Sam Burns USC Undergrad 2024- Maria Guerrero Cordoba USC Undergrad 2024- Letian Zhang USC Undergrad 2024- Jason Chen USC Undergrad 2024- Oluwatobiloba Adesanya USC Undergrad 2024- Jonathan Ong USC Undergrad 2024- Rida Faraz USC Undergrad 2024- Siddarth Rudraraju USC Undergrad 2024 Anisha Chitta USC Undergrad 2024 Zitong (Cynthia) Huang USC Undergrad 2024 Vijay Kumaravelrajan USC Undergrad 2024 Hao Jiang USC Undergrad 2023年 - 艾米丽·朱·朱（Emily K. Sarthak Shetty CMU MS MechEng 2021-2023 Path Robotics Edward Li CMU Undergrad 2021-2023 Vincent Lim UC Berkeley Undergrad 2021-2022 Baiyu Shi UC Berkeley Undergrad 2022-2023 Stanford ME PhD Zhao Mandi UC Berkeley Undergrad 2019-2021 Stanford EE PhD Abhinav Gopal UC Berkeley本科/MS 2020-2021 Berkeley EECS MS→Rubbrand Harry Zhang Zhang uc Berkeley本科2020-2021 CMUMSROBOBOTICS→MITAA/Statphd
黄银逝世及生平简介
Le 博士目前是阿肯色大学电气工程与计算机科学系 (EECS) 人工智能与计算机视觉 AICV 实验室的助理教授兼主任。此前，她曾在卡内基梅隆大学 (CMU) 担任博士后。Le 博士分别于 2018 年和 2015 年在 CMU 获得电气与计算机工程博士和硕士学位。她分别于 2009 年和 2005 年在越南获得计算机科学硕士和学士学位。Le 博士因其在机器人、机器学习、计算机视觉和医学分析方面的重大贡献而获得国际认可。她的研究解决了各种现实世界的挑战，包括可信决策、不完美数据（有限标记数据、噪声数据、有偏见的数据、看不见的数据、小物体）和边缘设备上的实时应用。她精通多种模式，擅长处理图像、视频、点云、体积数据、时间序列和遥感数据。值得注意的是，她的专业知识涵盖图像处理、场景理解、多对象跟踪、行为分析、医学图像分析、3D 重建和实时机器人感知。Le 博士的工作被认为是最先进的，她的许多研究成果已成功部署到现实世界的应用中，包括边缘设备上的尖端实现。她的研究成果包括拥有三项专利，并在各种著名会议、书籍章节和顶级期刊上共同撰写了 130 多篇论文和文章。她在 Google Scholar 上的 h 指数为 26，i10 指数为 64，截至 2024 年 5 月 19 日，引用次数为 2,829 次（8ck0k UAAAAJ）。Le 博士自 2021 年起担任 ScienceDirect 的《机器学习与应用》（MLWA）期刊的副主编，并主持了 Asilomar 和 MICAD 等会议。 Le 博士还担任 Frontier 和 MDPI 等多家期刊的客座编辑。她组织了著名会议 MICCAI 的教程和研讨会，例如 MICCAI 2018 的医学成像深度强化学习教程和 MICCAI 2019 年和 2020 年的少标签和不完美数据的医学图像学习研讨会。医学图像计算的可解释和注释高效学习：第三届国际研讨会 2020。她积极参与社交活动，尤其是 2019-2022 年 MICCAI 女性社交活动，并担任组织者。她曾担任 2021 年和 2022 年 Google NACMI AMLI 夏季训练营的首席讲师。
气候589：气候建模的艺术（2024年冬季）
会议时间：2024年冬季（从1月/10/2024开始）Mowefr 3：30-5：20pm（有时4:50 pm）1012 EEC（通常每周两次见面两次，有时每周3次，每周3次，以弥补一些损失的时间（旅行，一些较短的婚礼教练）：Christiane jablonowsem jablonowski nigronoveig jablonowski nigronoveig nigronoveig nigronoveig nigh ofernowski nigronoveig nigronoveig nigh nigno of incy nigronoveig nigron。气候和空间科学和工程简短目录描述：该课程通过调查大气通用循环模型（GCM）的设计决策，GCM和Dynamilical Core建模的趋势以及GCM的方式来介绍最新的气候建模技术它是基于动手的GCM建模和数据项目，期刊论文讨论，讲座，共享网络基础结构和计算工具。长描述：1）概要：课程以最新的气候建模技术训练研究生。它调查了大气一般循环模型（GCM）中的许多设计决策，GCM和动态核心建模的趋势以及GCM与地球系统模型（ESM）中的陆地，海洋和冰分的耦合。此外，下一代ESM将需要具有更大的计算功能，具有可交换模型组件的透明软件设计，数据和模型的自我解释（元数据）描述，数据交换的在线网关和门户，云计算功能以及共享的科学协作的在线工作工作。学生将学习如何为气候和天气科学有效地使用现代软件基础架构和高性能计算系统（例如NCAR的DERECHO系统）。该课程将审查和利用各种气候和天气模型（例如社区地球系统模型（CESM）或由国家大气研究中心（NCAR）开发的跨尺度（MPA）的模型，能源部（DOE）Energy Exascale Exascale Exascale Excale地球系统模型（E3SM），或NOAA AAA的统一预测系统（UFS）和计算工具）。2）课程的总体目标：本课程完成后，GCM将不再是黑匣子。将使学生能够就如何在研究中使用GCMS以及GCM的局限性做出明智的决定。学生将接触到现实世界中的GCM和大气科学的软件实践，并将了解GCM设计文献和模型文档。
2018 - 2023 年环境数据 - Thermo Fisher
1. 本表中的环境数据涵盖全球所有运营，包括制造工厂、仓库、办公室、实验室、商业车队和合并子公司。本报告中呈现的环境数据范围包括我们控制的运营。如果数据不可用，则使用基于区域能源强度因子或其他现有数据的估算。由于数据源重述和方法更新，历史数据可能会有所修订。由于业务变化需要根据温室气体议定书进行基线调整，因此基线和后续报告年度的值可能会有所不同。环境数据是使用世界资源研究所 (WRI) 温室气体议定书企业报告标准的报告边界进行基线调整的（强度值的收入部分未进行基线调整）。2. 此处呈现的数据包括 2021 年和 2022 年报告年度的重述环境数据，以反映与 2022 年 10 月 31 日收购 The Binding Site、运营数据收集改进和排放因子更新相关的基线调整。 3. 可解决支出包括购买的商品和服务（范围 3 类别 1）和资本货物（范围 3 类别 2）中的所有支出。边界是截至 2023 年 12 月 31 日通过科学基础目标倡议 (SBTi)、CDP、EcoVadis 或其公司网站报告基于科学的目标的公司。4. 2023 年的数值包括与部分航空旅行可持续航空燃料消耗相关的 237 MTCO 2 e 减排。5. 基于支出的分析目前无法区分上游和下游运输和配送。上游运输和配送中呈现的数字代表上游和下游排放。6. 值包括范围 1、2 和范围 3（类别 1、2、3、4、5、6、7 和 8）。其他类别的排放已在客户的范围 1、2 和下游范围 3 中捕获，因此不包括在内。 7. 本指标不包括 2021 年和 2022 年分别使用生物炭等技术购买和退出的 88 和 130 MTCO 2 e 碳去除额度。根据 SBTi 净零排放标准，本报告中提供的排放值不考虑碳补偿和碳信用额度。8. 退出的环境属性证书包括非捆绑的 Green-e 认证可再生能源认证 (REC)、EECS AIB 原产地保证和国际 REC，以匹配美国/加拿大、欧洲、巴西、中国、印度、墨西哥和南非的电力使用情况。9. 无化石燃料设施的定义是总能源消耗中 99% 以上来自可再生能源。10. 使用 WWF 水风险过滤工具确定了缺水地区。11. 零废物定义为将不到 10% 的废物转移到垃圾填埋场，焚烧或废物转化能源设施，但不包括受管制的废物。
截至 2024 年 6 月 30 日的年度报告，麻省理工学院对智能的探索努力从工程角度理解智能，推动
截至 2024 年 6 月 30 日的年度报告，麻省理工学院智能探索项目 麻省理工学院智能探索项目 (The Quest) 致力于从工程角度理解智能。我们的教师、员工和学生专注于自然智能 (NI) 和人工智能 (AI) 接口的研究和应用。在过去的一年里，我们看到了工作中的重大进展；这一进展部分归功于稳定的团队、工程团队构建的研究工具的进步以及来自学院内外的更多支持。我们已向我们的任务发放了另一轮资金——跨学科研究团队，每个团队都涵盖科学和工程，每个团队都专注于特定的智能领域。最近的重大变化和里程碑包括启动感知智能任务、采取措施建立智能观测站，以及看到社区采用 Brain-Score 平台作为研究工具。已经完成了几项正在进行的招聘搜索，工作量得到了平衡。随着施瓦茨曼计算机学院 (SCC) 45 号楼的开放，我们的办公室已达到预期位置，让我们能够方便频繁地与 46 号楼和史塔特中心的同事和实验室联系。领导层和附属研究人员 James DiCarlo，Peter de Florez 系统和计算神经科学教授，是 Quest 主任；Nicholas Roy，航空航天学教授，是 MIT Quest 系统工程主任；Joshua Tenenbaum 教授是科学主任；Leslie Pack Kaelbling，电子工程和计算机科学系松下教授是研究主任；Vikash Mansinghka，首席研究科学家是建模和推理主任；Erik M. Vogan 是执行主任。大脑、心智与机器中心由 Eugene McDermoP 教授 Tomaso Poggio 共同领导。来自研究所各个实验室、中心和学术部门的研究人员参与了 Quest 赞助的研究：• 施瓦茨曼计算机学院 (SCC)、电气工程与计算机科学系 (EECS)：副教授 Jacob Andreas；William Freeman，Thomas 和 Gerd Perkins 电气工程与计算机科学教授；Tomas Lozano-Perez，工程学院教学卓越教授；Mar?n Rinard 教授；Russ Tedrake，丰田教授；Leslie Kaelbling。• 计算机科学与人工智能实验室 (CSAIL)：主任 Daniela Rus 以及电气工程与计算机科学 Andrew (1956) 和 Erna Viterbi 教授。• 大脑与认知科学系 (BCS)：Middleton 神经科学职业发展教授 Ev Fedorenko；Ila Fiete 教授； Nancy Kanwisher，Walter A. Rosenblith 教授；Rebecca Saxe，John W. Jarve (1978) 教授，科学学院副院长；Laura Schulz，认知科学教授；副教授
简历
特邀报告 2021 年 6 月 应用生物技术研讨会 英国弗朗西斯·克里克研究所 2020 年 10 月 神经计算研讨会 英国伦敦大学学院 [远程] 2020 年 8 月 Q-FARM 研讨会 美国斯坦福大学 [远程] 2020 年 8 月 神经技术研讨会 美国哥伦比亚大学 [远程] 2020 年 7 月 神经技术和生物物理学研讨会 美国洛克菲勒大学 [远程] 2020 年 7 月 IEEE 光子学分会网络研讨会 加拿大渥太华 [远程] 2020 年 6 月 量子 2 光子学 美国罗彻斯特理工学院 [远程] 2020 年 5 月 北尼亚加拉瀑布光子学，美国 [远程] 2020 年 3 月 ECE 研讨会 美国波士顿大学 2020 年 3 月 ECE 研讨会 美国马里兰大学 2020 年 2 月 EECS 研讨会 美国伯克利02/2020 电子工程与物理研讨会 美国哥伦比亚大学 02/2020 电子与计算机工程研讨会 美国宾夕法尼亚大学 12/2019 复杂光子系统研讨会 荷兰特温特大学 10/2019 机器学习中的量子技术 韩国科学技术研究院 09/2019 SPIE 安全与防御 法国斯特拉斯堡 08/2019 神经技术和生物物理学研讨会 美国洛克菲勒大学 05/2019 应用物理研讨会 美国斯坦福大学 04/2019 ITAMP 研讨会 美国哈佛大学 01/2019 量子光子学 美国罗彻斯特理工学院 11/2018 麻省理工学院超冷原子中心系列研讨会 美国哈佛大学 11/2018 中国科学技术大学量子研讨会 中国上海 11/2018 2018 年国际光学与光子学青年科学家论坛 中国武汉 11/2018纳米光子学和集成光子学 中国南京 07/2018 模拟实验研讨会 英国布里斯托大学 07/2018 量子光学研讨会 英国帝国理工学院 06/2018 尼尔斯·玻尔研究所量子光学研讨会 丹麦哥本哈根大学 06/2018 DTU Fotonik 研讨会 丹麦技术大学 03/2018 布里斯托量子信息技术 英国布里斯托大学 09/2017 PICQUE 集成量子光子学 意大利罗马第一大学 06/2017 iQuISE 研讨会 美国麻省理工学院 10/2016 量子创新者 量子计算研究所 08/2016 半量子计算研讨会 加拿大量子计算研究所 11/2015 光学和量子电子学研讨会 美国麻省理工学院 11/2015 量子计算处理研讨会代尔夫特理工大学，荷兰 2015 年 3 月 美因茨大学研讨会，德国美因茨大学 2015 年 3 月 波恩大学物理研讨会，德国波恩大学 2015 年 11 月 量子模拟与量子行走 2014 年 夸祖鲁大学，南非