1. 智能交通与绿色城市介绍：智能交通的定义和范围、智能运输系统的重要性及优势、绿色城市和可持续城市发展概念与原则 2. 数据收集与数据分析：介绍交通数据的收集与分析、数据来源及大数据分析在优化交通系统中的应用 3. 旅行者信息系统：理解向旅行者提供信息的好处，包括旅行时间的估算与预测、智能停车技术的可用性信息及实时乘客信息 4. 智能交通系统在交通管理中的应用：智能交通系统在高速公路和主干道交通管理中的应用，如匝道计量、可变速度限制、车道使用管理、电子收费、公共交通优先和事件检测 5. 电动汽车基础设施：电动汽车和混合动力汽车、替代燃料、电动汽车充电基础设施及调度 6. 分享出行服务：汽车共享、自行车/滑板车共享、网约车/共享应用、按需出行及出行即服务（MaaS）以减少个人车辆拥有 7. 连接自动驾驶车辆与协同智能交通系统：交通的未来，连接自动驾驶车辆及其利用车辆对车辆、车辆对基础设施及车辆对万物（V2X）通信以提升安全性和效率 8. 自动化地铁基础设施：无人驾驶地铁列车及其支持的控制系统，以及符合GoA 4（自动化等级4）标准的自动化公共交通系统的运营
本课程旨在提供以技术为中心和应用为导向的现代语音语言技术的理解，使学生能够掌握使机器能够解释、理解和回应人类语言的技术。课程内容包括理论基础、核心算法和现代语音语言技术的实际考虑，重点强调深度学习和神经网络的最新进展。主题涵盖语音分析、语音识别与合成、大规模语言模型、语音接口、语音隐私与安全以及伦理考量。课程包括语音AI创业项目实践和来自领先研究者和行业专家的特邀讲座。
本课程涵盖物联网中的人工智能（AIoT）知识，包括传感器、执行器、信号处理、控制、人工智能和仿真。为了支持AIoT技术在智慧城市应用中的采用，将教授系统设计、通信、系统建模、控制理论、人工智能分析、移动计算、边缘人工智能和云计算等内容，以构建适用于不同智慧城市应用的集成系统。
• 工程和研究伦理简介 – 研究伦理对行业、职业和社区的诚信和福祉的重要性；工程和研究伦理的理论和方法概览。 • 项目合作、出版和署名相关的伦理问题 – 质量工作的责任；项目合作者的信用和责任；引用和致谢；署名资格；工程案例研究。 • 专业和研究不当行为 – 专业和研究不当行为的定义；不当行为中的自我欺骗；损害诚信的因素；理解并促进负责任的行为；工程案例研究。 • 涉及人类受试者和动物 – 研究和专业职能中保护人类受试者的通用规则；实验动物的责任；涉及人类受试者和动物的研究和专业职能的要求；工程案例研究。 • 智力财产权的权利和责任 – 个人贡献和创新的所有权；版权、“合理使用”和《数字千年版权法》；专利和商业秘密；财产权与发明贡献的区别；发明的专利与项目结果的发表的区别；工程案例研究。 • 网络伦理 – 信息和系统在网络空间中的常见威胁；网络安全的核心价值观：隐私、安全、公平和问责；潜在的价值冲突和解决方案；伦理黑客和关注点；立法框架：欧盟数据保护条例；工程案例研究。 • 生成式人工智能的伦理使用 – 人工智能伦理；生成式人工智能及其在工程研究和专业职能中的伦理考量；人工智能幻觉；虚假、偏见和剽窃识别的技术努力；生成式人工智能开发者的伦理责任；生成式人工智能的监管和《人工智能法案》；工程案例研究。
• 工程及研究伦理简介 – 研究伦理对行业、专业及社区诚信和福祉的重要性；工程及研究伦理的理论与方法概览。 • 项目合作、发表及署名相关的伦理问题 – 质量工作的责任；项目合作者的贡献与责任；引用与致谢；署名资格；工程案例研究。 • 专业及研究不当行为 – 专业及研究不当行为的定义；不当行为中的自我欺骗；损害诚信的因素；理解并促进负责任的行为；工程案例研究。 • 涉及人类受试者及动物的研究 – 研究及专业职能中人类受试者保护的通用规则；实验动物的责任；涉及人类受试者及动物的研究要求；工程案例研究。 • 知识产权的权利与责任 – 个人贡献与创新的所有权；版权、“合理使用”及《数字千年版权法》；专利与商业秘密；产权与发明贡献的区别；发明专利与项目结果发表的区别；工程案例研究。 • 网络伦理 – 信息及系统在虚拟空间中的常见威胁；网络安全的核心价值：隐私、安全、公平与问责；潜在的价值冲突与解决方案；伦理黑客与关注点；立法框架：欧盟数据保护条例；工程案例研究。 • 生成式人工智能的伦理使用 – 人工智能伦理；生成式人工智能及其在工程研究与专业职能中的伦理考量；人工智能幻觉；技术努力以识别虚假、偏见与剽窃；生成式人工智能使用者的伦理责任；生成式人工智能的监管与《人工智能法案》；工程案例研究。
本课程为学生提供以下关键主题： 1. 工程研究的哲学与伦理：研究哲学和目的概述，如实证主义/诠释主义，研究在社会中的意义；研究伦理的重要性；工程研究中的专业伦理代码和政策；研究中的伦理决策；研究中的安全考虑；案例研究。 2. 科学研究方法：观察和描述；因果关系；分析与综合；假设、演绎、归纳、假设检验；系统建模；行动研究、基于设计的方法；数学建模和数值计算；概率、随机性和逻辑。 3. 进行研究：制定研究计划的过程；研究问题的表述；可行性与意义研究；文献综述；设计实验和装置；人类信息测量、问卷设计；定量与定性研究或混合方法；实证研究；分类与抽样；实验数据的分析；测量误差、有效性和不确定性分析；研究结果的报告。 4. 写作与展示技巧：准备研究文档的工具；研究提案的准备；研究论文写作与风格；论文写作与风格；口头和海报展示。
参加各个研究领域和学科的研究研讨会。
本课程涵盖适用于电子与信息工程领域的数学技术及其应用实例，特别是在图像和视频技术、语音和音频处理、模式识别、电信、光电、声学和电子电路等领域。
1. 工业电力系统：静态电力系统、电池系统、交流系统、直流系统和交流-直流电力转换。 2. 电力转换：软开关、功率因数校正、逆变器配置和静态转换器。 3. 特殊环境电力电子：电力电子分配系统、工业指南、变频和恒频系统、执行机构系统、无刷驱动及其他工业电力电子应用。 4. 工业电源：变换器拓扑、分散电源、电源模块、电磁兼容性、国际标准和可靠性。 5. 电力质量提升：电压电流波形的傅里叶分析、总谐波失真、被动/主动滤波器、整流器、电力质量问题、无功功率补偿。 6. 磁性元件与电容器：高频电感器和变压器、绕组技术、磁芯损耗分析、磁性元件和功率电容器的优化。 实验：计算机仿真选题、电机驱动、直流-直流和交流-直流电力转换器
1. 能源存储系统：局部补偿、电网负载率、削峰填谷、能源存储系统、电池储能、超级电容、电力电子拓扑结构、控制策略、并网、电压支持、电能质量改善、环境影响、提高电网能源效率。 2. 太阳能利用：地球上的太阳辐射、太阳能的潜力、太阳能热系统、光伏系统、典型BIPV系统的特性和性能及其能量输出估算、建筑和移动设备中的被动太阳能装置及其节能效果、案例研究。 3. 节能控制与监测系统：节能理论、建筑能效概念、控制与监测系统及其相关通信协议。应用实例。 4. 照明、镇流器和变频驱动：磁镇流器、电子镇流器、照明设计、荧光灯、LED和高压钠灯、HVAC系统和电梯的变频驱动、电梯的电能存储和再生、谐波影响。
对电气与电子工程中的特定主题进行深入研究。在模块开始前，学生需与潜在的导师进行讨论，确定研究主题内容。
从大量数据中发现有用的知识和信息对工业、商业和政府来说至关重要。本课程旨在为学生提供数据科学的基本概念和技术基础，通过实际操作和案例研究，让学生了解数据科学在工程、社会科学、医疗保健、商业和政府中的应用。同时，本课程还培养学生正确对待数据的态度以及利用数据进行决策的能力。
本课程向一年级学生介绍人工智能（AI）和信息工程（IE）的技术趋势。课程旨在探索将在未来十年塑造组织和行业的技术。同时，课程也旨在增强学生对EIE相关技术重要性的认识，以及这些技术如何影响本地和全球经济和学生未来的职业生涯。通过本课程，学生将了解新技术，并掌握组织如何应对这些技术带来的颠覆。学生还将了解IE和AI的基本概念及其与学术课程中其他学科特定课程的关系。
数据挖掘是从原始数据中提取有价值的知识。它对工业、商业和政府都非常重要。人工智能和机器学习被广泛用于自动化数据挖掘过程。本课程旨在为学生提供人工智能和数据挖掘的基本概念。特别地，它提供了人工智能和数据挖掘应用的实践经验和案例研究，强调其在创新和技术发展中的应用。同时，它也有助于学生了解数据挖掘和人工智能如何影响我们的日常生活。
1. 介绍 AI的定义，AI的发展历史，AI的现状 2. AI的哲学问题 哲学基础，人类智能与机器智能，图灵测试，中文房间论证，弱AI与强AI，机器意识，心灵，自由意志，机器伦理 3. AI在科幻作品中的应用 《我，机器人》（2004），《终结者》（1984, 1991, 1993, 2003, 2009），《终结者2：审判日》（1991），《终结者3：人类之日》（2003），《终结者3：沙丘魔堡》（2009），《终结者 Salvation》（2009），《机械战警》（1987, 1990, 1993）：半机械人，人与机器的结合体，道德，自由意志，同理心，道德与伦理问题 《2001太空漫游》（1968）：HAL 9000，语音识别，自然语言处理，面部表情识别，艺术欣赏，推理，情感行为 4. AI方法简介 演绎推理与归纳推理，知识表示，语义网，生产规则，通过记录案例学习，描述与匹配（例如K-D树，识别树），生成与测试，手段-目的分析，问题-减少，人工神经网络，进化计算，代理方法 5. 搜索方法与游戏博弈 问题与建模，广度优先搜索，深度优先搜索，可接受启发式与A*搜索，极小极大算法，深蓝（国际象棋计算机）与AlphaGo 6. 专家系统与模糊系统 基于规则的专家系统结构，正向链式推理与反向链式推理，模糊集合（语言值），隶属函数，模糊推理系统，模糊逻辑家用电器 7. 人工神经网络与深度学习 人脑与人工脑，人工神经元与人工神经网络，神经网络可以执行的任务，激活函数，监督学习与无监督学习，深度学习 8. 进化计算 进化计算的基本概念，遗传算法，染色体表示，初始种群，选择机制，交叉与变异，停止准则，适应度函数 9. AI应用 AI在金融与投资中的应用，AI在医学中的应用，AI在游戏中的应用 10. 机器人与机器人技术 机器人三大法则，机器人类型，操作臂，自由度，传感器，定位与制图，运动规划，半机械人，情感识别，进化机器人 11. 自然语言处理与机器翻译 机器翻译（MT），自然语言处理（NLP）的组件，句法处理，形式文法，句子解析，语音识别 12. AI未来挑战 类人机器人，混合智能机器，半机械人，脑-机接口（BCI），纳米技术和AI，人与机器的融合，灭绝或永生
数字系统、运算与编码：二进制、八进制和十六进制数；基数转换；1的补码和二进制算术；二进制编码十进制（BCD）表示。 组合逻辑电路设计：门电路、真值表和布尔函数；组合逻辑设计与分析；功能块和基本算术逻辑单元。 可编程逻辑技术：只读存储器（ROM）；可编程逻辑阵列（PLA）；可编程阵列逻辑（PAL）；现场可编程门阵列（FPGA）。 时序逻辑电路设计：触发器和锁存器；状态的概念、Mealy和Moore机器；时序系统分析与设计；计数器和寄存器。 计算机系统基本设计：数据通路和控制单元；指令集架构。
课程大纲： 1. 直流电路 电电路简介。基尔霍夫电流定律和电压定律。 独立源和依赖源。简单电路：电压分压器、电流分压器、串联和并联电路。节点分析和回路分析。特勒根定理和诺顿定理。最大功率传输。 2. 电容、电感和一阶暂态 电容器和电感器的本构关系。时间变化电路简介。RC和LC电路的时间域解。 3. 变压器简介 理想变压器的概念。点约定。在电气隔离和电压/电流等级转换中的应用。 4. 交流电路的稳态分析 平均值和有效值。由单一频率正弦源驱动的电路的稳态分析。有功功率和无功功率。功率因数。 5. 负载线分析和二极管电路 二极管的I-V特性。实用二极管电路。 6. 晶体管放大器 双极型晶体管（BJT）。直流偏置和BJT电路分析。基本的BJT放大器配置。 7. 运算放大器 理想运算放大器。运算放大器电路：反相放大器、同相放大器、求和器、差分放大器、积分器和微分器。 实验室实验： 1. 实验室仪器简介/特勒根定理和诺顿定理 2. 一阶暂态
1. 人工智能与工业工程简介 • 人工智能和机器学习简介 • 人工智能和信息工程中的技术与技术：自然语言处理、线性回归、决策树、支持向量机、神经网络、聚类、降维 2. 人工智能与工业工程的数学基础 • 复数：几何表示、复指数函数、复数的 n 次根 • 线性代数：基本矩阵运算复习。行列式和线性方程组。内积和正交性，特征值和特征向量。案例研究：线性代数在现实生活中的应用 3. 机器学习 • 向量、矩阵、张量和向量空间 • 随机变量和概率分布 • 贝叶斯定理及其应用 • 监督学习与无监督学习 • 过拟合、欠拟合和降维 • 高斯混合模型和支持向量机
1. 互联网 of 事物 (IoT) 介绍 - 什么是 IoT？为什么 IoT 重要？ - IoT 系统堆栈：传感器和执行器、连接与网络、数据分析与存储 - IoT 如何促进创新产品与服务 - IoT 安全简介 2. 精彩的 IoT 应用 - 智慧城市与智慧家居 - 智慧制造与工厂 - 车联网 - 医疗健康：婴儿监测、老人监测、情绪提升、疾病治疗、提高依从性与挑战 3. 用于 IoT 的电子器件 - 电子电路与信号概述 - 电池与无电池 IoT 设备 - 能源管理 - 模拟与数字信号；ADC/DAC - 嵌入式系统 4. IoT 传感器与执行器 - 传感器与执行器的分类与规格 - 各类传感器与执行器的功能 - 将通用传感器与执行器接口连接到 IoT 开发套件 5. IoT 通信网关 - IoT 通信网关的功能 - 设备间通信 - 微控制器：外设、总线与直接内存访问 (DMA) - 通用输入/输出 (GPIO) 与脉冲宽度调制 (PWM) - 操作系统与多任务处理 6. IoT 软件与数据分析 - IoT 开发套件的库与示例（如 Arduino） - 选择适用于不同 IoT 服务的开发编程语言 - 云计算 - 使用 AI 和机器学习技术的数据分析 7. IoT 的连接与网络 - 无线系统的演变历史 - 各类无线 IoT 系统 - 无线信道容量 - 低功耗广域网 (LPWAN) - MQTT 协议
