科研小组

为加强团队合作和内部协作,学院成立了5个科研小组,重点关注科学和工程领域的关键领域,以培养基于卓越的具有支持性的科研环境,激励员工尤其是年轻员工。

科研小组

每个科研小组都有共同的研究兴趣,从而促进SAT成为一个充满活力的科研社区:

交互式和视觉技术

该研究小组旨在设计和开发有效的方法,以增强用户的感知和想象力,从视觉输入中提取用户的意图和有意义的信息,并通过创新的用户技术和界面改善用户和机器之间的沟通。研究小组的兴趣包括但不限于人机交互、计算机视觉、计算机图形和交互式可视化。

组长 Lingyun Yu
小组成员
Hai-Ning Liang Paul Craig Qiufeng Wang Yue Li
Jia Wang Xiaohui Zhu Haiyang Zhang Yushan Pan
Xiaoyang Chen Nan Xiang Xi Yang Chengtao Ji
Min Chen Jimin Xiao Yuqing Chen Ming Xu
Yong Yue Xiaobo Jin Yushi Li Yu Liu
Teng Ma Yihong Wang Jie Sun Yin Cao
Eng Gee Lim Pengfei Fan Rui Yang Kok Hoe WONG

网络安全、通信和信号处理

我们团队致力于网络安全、通信和信号处理相关领域的基础和前沿研究,通过设计算法、协议和系统以及开发软硬件解决这些领域的关键科学问题和应用问题。研究主题包括但不限于密码学和信息安全、实时视频通信、移动通信、通信信道编码与建模、自动驾驶车辆系统、声纳信号处理、室内定位、微波天线设计、射频能量采集、无线携能通信(SWIPT)。

组长 Jie Zhang
小组成员
Wenjun Fan Gabriela Mogos Kyeong Soo Kim Eng Gee Lim
Erick Purwanto Jingchen Wang Wanxin Li Ye Liu
Shengchen Li Mark Leach Weitao Yao Yanyan Wu
Qing Liu Limin Yu Sang Lam Qian Dong
Xu Xu Zhao Wang Dapeng Dong Zhenzhen Jiang
Thomas Selig Dongyao Jia Fei Xue Fei Cheng

先进微电子和能源技术

研究团队将以物理学、电子学、材料科学和计算机科学等基础学科为基础,面向国家和地区的重大产业需求,致力于解决半导体器件物理、集成电路、功率转换、能量集成和电网系统等关键前沿技术问题。主要研究重点包括但不限于功率半导体器件、集成电路、电力系统、可再生能源和电力电子、电机驱动和运输电气化。

组长 Chun Zhao
小组成员
Jieming Ma  Xuchen Wang Suneel Kommuri Lurui Fang
Sang Lam Bing Han Zhenzhen Jiang Guanying Chu
Pengfei Song Wen Liu Qing Liu Chun Zhao
Ming Xu Miao Cui Qinglei Bu Xu Xu
Tianru Zhang Ye Wu Lim Chee Shen Fei Xue
Xiaoyang Chen Huiqing Wen Timur Saifutdinov Weitao Yao
Jianjun Chen YingLi Shi Jiangmin Gu

机电一体化、机器人和控制

机电一体化、机器人和控制科研小组专注于通过开展尖端研究来解决现实世界中的问题。该小组将工程专业知识应用于广泛领域,包括但不限于机器人、仪器、网络、产品设计、生物医学和医疗器械。该小组鼓励多学科研究合作,关键领域包括但不限于联网机电系统、机器人和控制、微机电系统、生物微机电系统、微流控与微流控生物传感、产品设计和优化以及流体力学。

组长 Pengfei Song
小组成员
Qinyao Liu Eng Gee Lim Lim chee shen Yushi Li
Zhenzhen Jiang Min Chen Nanlin Jin Yuqing Chen
Yushan Pan Quan Zhang Guanying Chu Qinglei Bu
Limin Yu Yan Yan Xuchen Wang Jia Wang
Xiaohui Zhu Mark Leach Chunchuan Lyu Rui Yang
Xi Yang Yong Yue Suneel Kommuri Jie Sun
Xinheng Wang Myeongsu Seong

机器学习和数据分析

机器学习和数据分析(MLDA)小组专注于解决现实世界问题的数据驱动方法,并充分利用数据促进人类知识。与流行的AI(人工智能)技术密切相关,该科研小组的目标不仅仅是应用机器学习算法来解决实践问题,而是了解机器如何执行一定数量的任务。MLDA的研究重点包括通过深度学习和数据建模来理解多媒体内容(例如视觉、听觉和文字内容)。

组长 Shengchen Li
小组成员
Qinyao Liu Jieming Ma Lurui Fang Wei Wang
Xiaohui Zhu Qiufeng Wang Fei Cheng Steven Guan
Zhao Wang Jia Wang Min Chen Haiyang Zhang
Lingyun Yu Erick Purwanto Nan Xiang Qing Liu
Dongyao Jia Rui Yang Chengtao Ji Yong Yue
Xu Xu Xi Yang Yin Cao Nanlin Jin
Ye Wu Dapeng Dong Tiew On Ting Pengfei Fan
Yan Yan Wenjun Fan Teng Ma Fei Xue
Wanxin Li Hai-Ning Liang Thomas Selig Gabriela Mogos
Tianru Zhang Jimin Xiao Xiaoyang Chen Jie Sun
Kok Hoe WONG Kyeong Soo Kim Jun Qi Sichen Liu
Timur Saifutdinov Jianjun Chen Qian Dong Chunchuan Lyu