菜单

帝国理工学院
在线课程
机器人、物联网与人工智能
在线课程

课程详情
课程名称

机器人、物联网与人工智能的创新未来

课程概览

在我们所处的时代,机器人、人工智能和物联网在塑造未来中发挥着重要作用。这些先进技术的应用正在转变各行业的技术进步,它们是各领域的基本驱动力:面向客户创新、数据驱动优化、新应用、数字转型、商业模式和收入流。课程将帮助学员理解这些科学技术,应用知识和学习经验来设计并开发机器人、人工智能和虚拟现实应用程序,并听取行业专家在这些领域的最新应用和创新。

课程涵盖以下主题:

  • 机器人与人工智能
    介绍当今机器人与人工智能的尖端科技,概述机器人与人工智能的挑战与潜力;
  • 普适传感和物联网
    介绍普适传感和物联网的概念,提供普适传感和物联网的尖端科技概述;
  • 机器视觉与人工智能
    讲授机器视觉、机器学习/人工智能的概念和理论,及其它们的实际应用;
  • 人工神经网络和深度学习
    介绍人工神经网络和深度学习方法的概念和理论,及其在传感和机器人领域的应用;
  • 数据可视化和虚拟现实
    讲授计算机图形学的基础知识和可视化数据的方法,并创建虚拟现实应用程序。
课程师资

本项目由帝国理工学院指定的专业教师授课,往期课程教师包括:

本尼·罗(Dr. Benny Lo)

  • 帝国理工学院,哈姆林研究中心,高级讲师

他是帝国理工学院哈姆林研究(Hamlyn Centre)以及外科和癌症系的高级讲师。他还担任 IEEE 生物医学和健康信息学杂志的副编辑,以及 IEEE EMBS 可穿戴生物医学传感器和系统技术委员会主席。他是人体传感器网络(BSN)研究的先驱者之一,并通过开发平台技术,引入针对各种普适应用的新颖传感器、方法和理论,组织会议和教程,帮助建立了人体传感器网络BSN研究的基础。他目前的研究重点是普适测量、计算机视觉、机器学习、人体传感器网络(BSN)、物联网(IoT)和可穿戴机器人及其在医疗保健、体育和福祉中的应用。

学习成果

完成本课程后,学员将能够:

  • 描述机器人与人工智能科技的的最新发展;
  • 理解有关普适传感、物联网及其相关科技的基础知识;
  • 运用获得的知识和经验来开发机器人和人工智能应用;
  • 设计和开发虚拟现实应用;
  • 创建支持物联网及普适传感的应用。
授课形式
  • 课程将通过 Microsoft Teams 进行授课;
  • 基于网络的练习和测验,以提供形成性反馈;
  • 将设计小组项目,旨在评估学习成果,并由辅导课进行支持;
  • 通过 Teams 平台为小组讨论和提问创建论坛。
课程时间

项目持续 6 周。前五周:每周一次专业课(每次 1.5 小时);第六周:项目成果展示(2 小时);三次辅导课(每次 1 小时)

日程表
周数类别内容
    注:以上课程时间安排为拟定,具体安排视情况会略有调整
第一周 专业课程 项目导览、欢迎致辞

机器人与人工智能
Robotics and AI

  • 机器人–历史与未来
  • 自主机器人
  • 手术机器人系统
  • 机器人系统设计的注意事项
  • 问答
第二周 在线研讨课 课题知识讨论与答疑
第二周 专业课程

普适传感与物联网
Pervasive Sensing and Internet of Things (IoT)

  • 普适传感与物联网的概念
  • 上下文意识
  • 新颖的传感方式
  • 传感信息学
  • 问答
第三周 在线研讨课 课题知识讨论与答疑
第三周 专业课程

机器视觉与人工智能
Machine Vision and AI

  • 分类和模式识别
  • 机器学习算法
  • 图像处理
  • 计算机视觉
  • 问答
第四周 在线研讨课 课题知识讨论与答疑
第四周 专业课程

人工神经网络和深度学习
Artificial Neural Networks and Deep Learning

师资:Dr Benny L. 及行业嘉宾 Jonny H. (英伟达 NVIDIA)

  • 深度神经网络
  • 卷积神经网络
  • CNN –反向传播
  • 使用 Nvidia 进行深度学习
  • 问答
第五周 专业课程

数据可视化和虚拟现实
Data Visualisation and Virtual Reality

探索关键的客户关系提升策略

  • 2D 和 3D 图形
  • OpenGL 通道
  • 用着色语言绘制图形和动画
  • 虚拟现实
  • 问答
第六周 专业课程

项目结业展示
Project Presentations

  • 小组项目展示
  • 答辩与反馈
  • 公布优胜小组
WeekTypeContent
    Remark: This programme schedule is subject to change.
Week 1 Academic Course Welcome Session

Robotics and AI

Led by: Dr Benny L.

  • Robots – history and future
  • Autonomous robots
  • Surgical robotic Systems
  • Robotic System Design Considerations
  • Q & A
Week 2 Tutorial Session Q & A and feedback
Week 2 Academic Course

Pervasive Sensing and Internet of Things (IoT)

Led by: Dr Benny L.

  • Concept of Pervasive Sensing and IoT
  • Context awareness
  • Novel Sensing modalities
  • Sensing informatics
  • Q & A
Week 3 Tutorial Session Q & A and feedback
Week 3 Academic Course

Machine Vision and AI

Led by: Dr Benny L.

  • Classification and Pattern Recognition
  • Machine Learning Algorithms
  • Image processing
  • Computer Vision
  • Q & A
Week 4 Tutorial Session Q & A and feedback
Week 4 Academic Course

Artificial Neural Networks and Deep Learning

Led by: Dr Benny L. with guest speaker Jonny H. (Nvidia)

  • Deep Neural Network
  • Convolution Neural Networks
  • CNN – Back propagation
  • Deep learning with Nvidia
  • Q & A
Week 5 Academic Course

Data Visualisation and Virtual Reality

Led by: Dr Benny L.

  • 2D and 3D graphics
  • OpenGL pipeline
  • Graphics and animation with shading language
  • Virtual reality
  • Q & A
Week 6 Academic Course

Project Presentations

  • Group project presentations
  • Q & A and feedback
  • Announcement of winning project group.