XiaoMi-AI文件搜索系统
World File Search SystemLTPC
高级技术硕士 CSE 选修课
课程编号 ECS 6103 课程学分 LTPC：3-0-0-3 课程名称 网络物理系统 学习模式 在线 学习目标 学习如何建模和设计软件、网络和物理过程的联合动力学。, 培养实现安全、可靠、高效利用资源的嵌入式系统的技能。, 学会批判性地思考可用于实现这种联合动力学的技术。 课程描述 本课程将概述网络物理系统的建模、构建和分析方法。 课程大纲 计算模型：有限状态机、线程、常微分方程、混合系统、参与者、离散事件、数据流 基本分析、控制和系统仿真：双仿真、可达性分析、控制器合成、近似连续时间系统。与物理世界的交互：传感器/执行器建模和校准、处理多个实时流的并发性、处理软件中的数值不精确性 映射到嵌入式平台：实时操作系统、执行时间分析、调度、并发性 分布式嵌入式系统：协议设计、可预测网络、安全性 学习成果 1. 对网络物理系统的基本了解 2. 培养实现安全、可靠、高效利用资源的嵌入式系统的技能，3. 学会批判性地思考可用于实现这种联合动态的技术。 评估方法 测验/作业/ESE 推荐阅读：
R2023-ME-CSE-课程大纲.pdf
RM4101 研究方法与知识产权 LTPC 3 0 0 3 课程目标： • 在其研究领域中确定合适的研究问题 • 了解如何在不违反职业道德的情况下准备结构良好的研究论文和科学报告 • 了解数据分析和解释 • 了解专利和版权法 • 了解有关专利权的充分知识并了解知识产权的新发展。 单元 I 研究设计 9 研究过程和设计概述，使用二手数据和探索性数据回答研究问题，定性研究，观察研究，实验和调查。研究问题解决方案的调查方法，数据收集，分析，解释，必要的仪器。第二单元 数据收集和来源 9 有效的文献研究方法、分析剽窃、有效的技术写作、如何撰写报告、论文制定研究计划、审查委员会的演示和评估、测量、测量量表、问卷和工具、抽样和方法。数据 - 准备、探索、检查和显示。第三单元 数据分析和报告 9 多元分析概述、假设检验和关联测量。使用书面报告和口头陈述展示见解和发现。使用软件包 SPSS 和 R 进行数据分析。第四单元知识产权 9 知识产权 – 知识产权的概念、知识产权概念的演变和发展、知识产权发展过程、商业秘密、实用新型、知识产权与生物多样性、世界知识产权组织和世界贸易组织在知识产权建立中的作用、财产权、知识产权实践的共同规则、知识产权协议的类型和特点、商标、联合国教科文组织在知识产权维护中的职能。国际情景：知识产权国际合作。专利授予程序、PCT 下的专利。第五单元专利 9 专利 – 专利的目的和好处、专利的概念和特征、创造性、说明书、专利申请类型、电子申请流程、专利审查、专利授予、撤销、公平转让、许可、相关专利许可、专利代理人、专利代理人注册。知识产权的新发展；生物系统、计算机软件等的知识产权。传统知识案例研究、知识产权和 IIT。。
人工智能与机器学习 IV 年级课程大纲
神经网络与深度学习 B.Tech. IV 第一年 学期 LTPC 3 0 0 3 课程目标： 介绍人工神经网络的基础知识 获取有关深度学习概念的知识 学习各种类型的人工神经网络 获取应用优化策略的知识 课程成果： 能够理解神经网络的概念 能够选择学习网络来建模现实世界系统 能够使用有效的深度模型算法 能够将优化策略应用于大规模应用 UNIT-I 人工神经网络简介、ANN 的基本模型、重要术语、监督学习网络、感知器网络、自适应线性神经元、反向传播网络。联想记忆网络。模式关联的训练算法、BAM 和 Hopfield 网络。 UNIT-II 无监督学习网络-简介，固定权重竞争网络，Maxnet，Hamming 网络，Kohonen 自组织特征映射，学习矢量量化，反向传播网络，自适应共振理论网络。特殊网络-各种网络的介绍。 UNIT - III 深度学习简介、深度学习的历史趋势、深度前馈网络、基于梯度的学习、隐藏单元、架构设计、反向传播和其他微分算法 UNIT - IV 深度学习的正则化：参数范数惩罚、范数惩罚作为约束优化、正则化和欠约束问题、数据集增强、噪声鲁棒性、半监督学习、多任务学习、早期停止、参数类型化和参数共享、稀疏表示、Bagging 和其他集成方法、Dropout、对抗性训练、切线距离、切线 Prop 和流形、切线分类器 UNIT - V 训练深度模型的优化：神经网络优化中的挑战、基本算法、参数初始化策略、具有自适应学习率的算法、近似二阶方法、优化策略和元算法应用：大规模深度学习、计算机视觉、语音识别、自然语言处理教科书：1. 深度学习：麻省理工学院出版社出版的书籍，作者：Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 2. 神经网络和学习机器，Simon Haykin，第 3 版，Pearson Prentice Hall。