XiaoMi-AI文件搜索系统
World File Search System计算机科学
计算机科学与音乐（主修音乐技术），理学学士
计算机科学与音乐专业结合音乐技术，专注于将声音和音乐技术创造性地应用于广泛的艺术、社会和工业用途。始终强调富有想象力的探索、跨学科协作和现实世界的体验。它旨在为学生打下坚实的音乐和数字音频技术计算基础。该课程适合在进入东北大学之前具有深厚音乐背景的学生。
计算机科学和行为神经科学，理学学士
计算机科学和行为神经科学理学士学位强调了神经科学研究如何成为计算研究领域。该联合专业专为有兴趣应用数学和计算方法来理解人类行为、人工智能和人机界面的学生而设计。跨多个科学学科（包括生物学、化学和计算机科学）的课程为探索大脑机制以及它们如何通过计算方法引起行为功能和病理状态奠定了坚实的基础。学生将有机会在将算法和数据结构应用于大脑研究和神经技术时培养软件开发技能。
计算机科学（CSC）
CSC 110 计算机科学原理 - 计算之美与乐趣 (3 个学分) 本课程探索计算机科学原理，同时强调计算对学生和社会的重要性。学生将了解改变世界的精美计算应用程序，以及计算如何推动发现和创新。学生将学习使用友好的图形语言编写计算机程序的乐趣，该语言能够创建应用程序、模拟和游戏。完成课程的学生将能够使用计算机解决有意义的问题，应用设计流程将想法从概念变为实现，开发计算机程序，并从设计和计算的角度分析计算工件。学生将完成与他们的兴趣相关的重要团队编程项目。20% 的席位仅限于计算机科学或计算机科学专业的学生。入学学生不得获得 CSC 116 或 CSC 200 的学分或成绩。
（计算机科学）
1。工程数学数学逻辑：命题逻辑；一阶逻辑：概率：条件概率；卑鄙，中位数，模式和标准偏差；随机变量；分布；制服，正常，指数，泊松，二项式。集合理论与代数：集合，关系，功能，群体，部分订单，晶格，布尔代数。组合学：排列，组合，计数，求和，生成功能，复发关系，渐近学。图理论：连通性，跨越树，切割的顶点和边缘，覆盖，匹配，独立集，着色，平面性，同构。线性代数：矩阵的代数，决定因素，线性方程系统，本特征值和本本矢量。数值方法：线性方程系统的LU分解，通过secant，bisection和Newton-Raphson方法的非线性代数方程的数值解；梯形和辛普森规则的数值集成。微积分：极限，连续性和不同性，平均值定理，积分的定理，确定和不当积分的评估，部分衍生物，总导数，Maxima＆Minima。
量子算法讲义 - UMD 计算机科学
15 近似琼斯多项式 63 15.1 阿达玛检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... .................................................................................................................................................................................................................................................................................................. 65 15.7 其他算法....................................................................................................................................................................................................................................................................... 66
black计算机科学助理教授
组织者 2024 年 Sammaniversary 研讨会，庆祝 Saman Amarasinghe 60 岁生日。在麻省理工学院举办。 2024 年稀疏研讨会（原 CTSTA） 汇集稀疏张量代数、图算法和关系代数编程系统领域的顶尖研究人员的研讨会。与 PLDI 在同一地点举行。 2023 年稀疏张量代数编译器技术研讨会 汇集稀疏张量代数编译和计算领域的顶尖研究人员的研讨会。与 PLDI 在同一地点举行。 2019 年稀疏张量代数编译器技术特邀研讨会 邀请来自 11 所大学、6 家公司和 3 个国家实验室的稀疏张量代数编译和计算领域的顶尖研究人员。 2012–2013 年 MIT 编程语言场外务虚会 七位 CSAIL 教授及其研究小组参加。围绕许多简短的演讲重新组织了节目，主持了小组讨论，邀请了外部演讲者，并发表了开幕词。
2025年2月10日David Zuckerman -UT计算机科学
博士后赞助了杰西·古德曼（2023年至今）Zeyu Guo（2021-22，目前是俄亥俄州立大学的助理教授）Ben Lee Volk（2020-21，2020-21，与Dana Moshkovitz，与Reichman University的Dana Moshkovitz联合Moshkovitz，现任Ben-Gurion大学的助理教授）Pooya Hatami（2017-19，目前是俄亥俄州立大学的助理教授）Mahdi Cheraghchi（2010-11，目前是密歇根大学副教授）Ariel Gabizon）Ariel Gabizon（2010年）（2010年春季），目前是AON TUGKAN BATU的助理科学家（ATN），TUGKAN BATU AM ATNMA ATMMA ATMMA ATMMA，2003年3月4日， （1999-2000，目前是特拉维夫大学教授）亚历克斯·罗素（1997-99，目前是康涅狄格大学的教授）
Ingegneria dell'Informazione /信息技术的博士学位-40季节研究区域n。 1-计算机科学与工程
在资源受限环境（例如微控制器和AI加速器）中，对人工智能（AI）应用的需求不断增长，提出了重大挑战。在这些平台上部署深度学习模型对于将AI扩展到边缘计算，可穿戴设备和智能眼镜至关重要。但是，现有模型通常是为通用硬件设计的，导致资源约束设置的效率低下。这项研究重点是优化嵌入式系统的深度学习模型，特别关注智能眼镜应用。通过利用模型压缩，量化和神经体系结构搜索等技术，目标是在满足这些平台的严格约束时确保高性能。该研究将强调软件优化和与硬件设计人员的合作，以确保与新兴AI加速器的无缝集成。目标是开发能够在低功率设备上运行的高效，健壮和准确的模型，从而在智能眼镜中实现实时AI应用程序。这些进步将支持新颖的用例，例如凝视估计，意图识别和增强现实，提高可用性和可访问性，同时减少对云基础架构的依赖。这项研究解决了对可伸缩，可访问的AI的关键需求，
Ingegneria dell'Informazione /信息技术的博士学位-40季节研究区域n。 1-计算机科学与工程 Ingegneria dell'Informazione /信息技术的博士学位-40季节研究区域n。 1-计算机科学与工程 scienze e tecnologie en odergetiche e nucetiche e nucit和核科学与技术的博士学位 - 第40周期主题研究领域：绩效和< / div>
这项研究着重于开发和部署微控制器和AI加速器的小型AI模型，以在智能眼镜场景中进行眼睛跟踪任务。通过利用模型压缩，量化和轻型神经体系结构等技术，目的是创建有效的解决方案，以满足这些设备的严格计算和能量约束。该研究将优先考虑与嵌入式平台和加速器无缝集成的软件优化，从而实现实时性能。此外，该研究将纳入事件摄像机或神经形态视觉系统的使用，该系统在功率效率和高时间分辨率方面具有显着优势，使其非常适合在资源受限环境中进行眼睛跟踪应用。