多伦多大学计算机研究情况

《多伦多大学计算机研究情况》由会员分享，可在线阅读，更多相关《多伦多大学计算机研究情况（8页珍藏版）》请在金锄头文库上搜索。

1、 多伦多大学多伦多大学 University of Toronto 计算机应用 赖豪 1101213416 1.请综合介绍一下这个学校目前的计算机研究的情况请综合介绍一下这个学校目前的计算机研究的情况 多伦多大学计算机系（The Department of Computer Science 简称 DCS）是北美最顶尖的 计算机科学院系之一，为学生们提供了一系列广泛的研究机会和方案。 DCS 共有 11 个研究组，它们 都在各自领域做出了重要贡献，并 提供了许多新的见解。有的研究组 开发了新的方法或范式，对国际研 究和计算机科学产生重大影响。这方面的例子包括神经网络，计算机视觉，计算机图形学，

2、知识表示和推理，人机交互，科学计算和计算机性能评价。 DCS 近年来鼓励计算机科学进行跨学科研究。机器人和计算机视觉，计算机动画，人脸 建模和重建，人工生命和并行解决大型问题的正是跨学科研究获得巨大成功的例子。 以下，将分别介绍 11 个研究组的具体情况。 1.离散数学及其应用研究组 （离散数学及其应用研究组 （Applied & Discrete Mathematics） 离散数学包括离散对象的数学结构特性， 算法和应用研究。 离散数学及其应用组主要研 究与图论和组合设计有关的理论和算法问题。 图论： 本研究小组的研究方向包括计算生物 学，随机结构，电路结构，以及更传统的图 论问题，比如说：

3、着色问题，完全图，哈密 尔顿图和其它泛化图形。 组合设计： 组合设计是满足它的一些子集的规律属性集的集合。 本研究小组感兴趣的方向包括确定 性和随机组合搜索技术，组合优化问题的解决方案，subobject and/or automorphismfree systems，以及包含小型局部系统的分析与设计。 2.人工智能研究组（人工智能研究组（Artificial Intelligence） 多伦多大学的人工智能（AI）研究组主要研究计算语言学，知识表示和推理，机器人技 术，规划，计算机视觉和机器学习/神经网络等领域。共有 14 名相关领域的全职教员，并提 供了十几门研究生课程，来帮助学生发展和扩

4、大自己的知识和专长。 人工智能组主要研究用于神经网络和模式识别的新型学习算法。 研究的主要目标是开发 与合成对实际工作有用的智能算法，探究机器学习，神经网络算法与其它统计方法的关系， 并深入了解大脑如何执行监督和无监督学习的洞察力，以及神经信息的表示。 人工智能组中有一个计算机视觉小组，他们的研 究范围包括边缘检测，图像分割，纹理分析，色觉， 立体跟踪， 知觉组织， 目标识别， 主动和周到的视觉， 传感器设计，运动分析，事件，机器学习等计算视觉 的相关领域。 人工智能研究组成员已经收到许多著名的奖项， 包括 Premiers Research Excellence Awards， NSF Ca

5、reer awards， Sloan Fellowships， Steacie Fellowships， NSERC University Faculty Award，ONR Young Investigator Award 等。实验室还受到了 NSERC，IRIS， CITO，MITACS，贝尔实验室，施乐公司高级研究学院，IBM，以及加拿大联邦政府拨款的支 持。 3.计算生物学研究组（计算生物学研究组（Computational Biology） 计算生物学研究组主要专注于将算法应用于生物现象的预测， 分析，建模，和解释。通过研究，建立和扩展几何计算，机器学 习，统计，图论，数据挖掘，计算

6、语言学，实验规划，机器视觉， 知识表示，分布式计算的概念。计算生物学研究组最感兴趣的研 究方向是生物信息学，计算结构生物学，蛋白质组学，功能基因 组学，化学合成的规划，和计算医学。 4.计算机图形学研究组（计算机图形学研究组（Computer Graphics） 计算机图形学组主要研究科学计算的可视化描述。共有 3.5 名教员，以及众多的研究生 和其他合作者以不同的方式参与到计算机图形学组的研究中。 这个组的跨学科研究领域主要 包括互动的几何造型， 性格和身体全动画， 自然现象的建模， 照明和渲染。并将研究工作中 的应用延伸到内容创作工具 （如 Autodesk 和 Adobe 的产 品） ，

7、特殊效果和动画工作流程（如 Pixar, Industrial Light and Magic, 和 Core Productions） ，计算机辅助艺术与设计，电子 游戏，科学计算可视化，生物力学，医学，生物学，地理学 和考古学。一些具体的科学研究过程包括计算机图形学中的 机器学习仿真渲染和动画，基于物理方法捕捉现实生活中的运动和自然现象，图形渲染，自 然现象的表示和面部动画，硬件加速计算机图形的交互式建模。 5.计算机系统及网络研究组 （计算机系统及网络研究组 （Computer Systems & Networks） 计算机系统和网络研究组从事广泛的实验和理论研究。 目前的项目涵盖操作系

8、统， 网络 测量，流量分析，对等系统设计，网络安全，移动代码架构，高性能集群计算和无线网络。 本组由 7 教师和超过 25 名研究生组成，是由政府和工业污染源的科研经费支持。 计算机网络小组： 计算机网络小组的研究主要专注于建模的使用和分析技术， 探究计算机网络相关的基本 问题。 研究目标是为下一代计算机网络的设计提供严格的基础。 计算机网络小组目前的项目 集中在无线网络，对等网络和内容交付网络等领域。 互联网系统小组： 互联网系统研究小组从事互联网上的系统和服务的实验项 目。他们感兴趣的研究方向是，跨越基于网络和对等的系统设 计，网络测量和流量分析，容错网络系统，无线网络和网络安 全。互联网

9、系统研究小组的研究目标是调查与研究提高下一代 互联网系统和服务质量的途径。 移动和广义计算小组： 移动和广义计算小组涵盖了一系列广泛的研究议题，包括 移动设备，基于蜂窝技术，虚拟机迁移，移动 Ad Hoc 网络模拟 器和延迟容忍网络的室内和室外本地化技术。 操作系统小组： 操作系统小组主要研究新的编译器插入预取指令， 在多维循环算法， 例如将发射的预取 足够早，完全隐藏 I / O 延迟。由于涉及大量延迟，以前的算法只考虑了最内层的循环，它 通常包含太少有效的迭代调度。 本小组的研究还着眼于延长自动预取技术， 不规则的核心方 案，使用基于指针的数据结构。 6.数据库系统研究组（数据库系统研究组

10、（Database Systems） 数据库管理是作为一种宝贵的资源来管理数据的计算机科学领域。 多伦多大学的数据库 系统组主要研究能有效地利用数据的算法，系统，和理论。他们的成员研究数据建模，概念 建模和本体，数据集成，数据质量，数据清理，元数据管理，网络数据管理和搜索，信息检 索，网络数据管理，数据挖掘，文本数据仓储和 分析。他们也有医疗数据管理和生物和科学数据 管理有关的项目。 本研究组由四位教师和超过 30 位研究生组成。 在数据库系统组 30 多年得历史中， 研究组的 成员已经收到许多有名望的奖项，其中包括 ACM， 加拿大皇家学会和美国人工智能协会奖。成员获 得过 IFIP Sil

11、ver Core Award, the NSERC Award for Excellence in Research, the US Presidential Early Career Award (PECASE), NSF Career Award, Ontarios Early Research Award, the Ontario Premiers Research Excellence Award (PREA), the Bell University Labs Chair in Information Systems, and several best paper awards。研究

12、组活跃在数据库社区，已当选为 VLDB 基金会的 成员，并已作为此方案和国际会议的联席主席，包括 VLDB，ACM PODS，ICDT，Conceptual Modelling (ER)，WWW，和语义 Web。研究组的成员担任了哈佛大学，马里兰大学，滑铁卢 大学中的研究要职，领导和加入了许多有影响力的行业研究实验室，包括微软，斯里兰卡， AT&T 实验室，GTE 公司，IBM 公司在数据库研究工作 DB 组的认可和支持，NSERC，NSF 和 组织，包括 IRIS，CITO，MITACS，贝尔实验室高级研究学院，加拿大，微软，AT&T 和 IBM。 7.人机交互（人机交互（Human Com

13、puter Interaction） 多伦多大学的人机交互组（HCI）的主要研究领域包括知识媒体设计，新颖互动技术， 计算机支持的协同工作 （CSCW） ， 计算机支持的协同学习 （ (CSCL） ， 信息可视化的用户界面， 包括人力绩效相关的指标和预测模型的实证评价。本 研究组也致力于人机交互研究现实世界的机会，如多 媒体电子教学环境和电子认知假肢的设计，他们目前 有三名专职教员和二十多个研究生和博士后组成。研 究组广泛与多个学科， 包括心理学， 社会学， 信息学， 建筑学等合作。同时研究组也与知识媒体设计研究所 （KMDI）一个跨学科的研究所合作，汇集了两个校园 人机交互相关领域工作的十几

14、个教师。 8.数值分析研究组（数值分析研究组（Numerical Analysis） 数值分析领域也被称为数值计算。 数值分析研究组的长期目标是发展具有良好数学特性， 能为在科学， 工程和业务的过程中出现的问题提供解决方案的软件。 一些研究人员专注于基 本理论问题（如求解微分方程）其他 科学家在解决实际问题。数值分析研 究组在强调微分方程数值解的同时 也积极在其他几个领域，包括特殊功 能，多项式根，线性代数，优化和数 值计算语言寻求发展。此外，他们正 在从事三个有关具体应用领域的项目：空气质量建模，金融计算和并行数值天气预报方法。 9.编程语言和方法研究组（编程语言和方法研究组（Program

15、ming Languages & Methodologies） 编程语言和方法研究组的工作领域在设计， 实施和使用的编程语言， 并在项目建设的方 法和数学。他们也在开发一种软件体系结构并，并设计和实现数据并行语言功能。在与 IBM 多伦多研究实验室的合作中， 编程语言和方法研究组正在实施高度优化和并行编译器， 并调 查他们如何可用于简化硬件设计，同时提高性能。在理论方面，主要研究逻辑基础编程，并 已经开发出一种编程逻辑， 能够描述使用一个单一布尔表达式的计算， 并将项目细化表示为 普通的含义。它适用于有穷和无穷的顺序和并行计算，独立和互动计算。在未来，这可能有 一个实际的好处：一个编程系统，可

16、以通过语法错误来报告程序中的逻辑错误。一些初步的 调查表明，这可能派生出超大规模集成电路的良好编程逻辑方案。 10.软件工程研究组（软件工程研究组（Software Engineering） 软件工程是关于能够支持及时的，有质量的软件概念，处理和工具。软件工程中的核心 问题涉及到随着软硬件发展而需要的到改善提高升级的大型复杂软件的管理。 多伦多大学的软件工程组研究方向如下。 需求工程小组： 需求工程小组处理利益相关者的需求，模型化建 立和数据分析以此来决定软件系统的功能和非功能需 求。在过去在这个课题上的研究集中在对需求说明的 模型化语言和形式化分析， 设计和架构。 软件架构小组： 软件架构小组进行关于软件系统的结构和组织的研究。 通过将一系列需求转化成数据结 构和算法来实现电脑程序。 软件设计可以被看作是把一个需求设计成高维度， 并且是经济有 效的解决方案。 形式化方法小组： 形式化方法小组