开始日期: 2024-09-27
课时安排: 7周在线小组科研学习+5周不限时论文指导学习
适合人群
适合年级 (Grade): 高中生/大学生
适合专业 (Major): 工程学、人工智能、数据科学、工程材料、材料学、自动化技术、智能制造等专业或希望修读相关专业的学生;建议具备国际高中二年级程度的物理、化学和生物基础。
建议选修: 工程系统建模与设计原理
导师介绍
Christopher
牛津大学 University of Oxford终身教授
Christopher 导师现任牛津大学终身教授兼任剑桥大学工程系高级教职，仿生系统研究团队负责人，曾负责剑桥大学圣约翰学院的本科生管理和招生工作。Christopher 导师于2008年在密歇根大学(University of Michigan)获得跨学科物理学士学位后，在美国核管理委员(Nuclear Regulatory Commission，简称NRC)会担任顾问科学家。2015年在加州大学圣巴巴拉分校(UCSB)获得了材料学博士学位，研究方向为有机光伏的损耗机制。随后，他获得了生物技术领域惠特克国际公司的博士后奖学金。Christopher 导师共发表论文40余篇，多次获得著名奖项和研究金，其中有美国国家科学基金会奖金、材料研究学会奖金、英国生物技术和生物科学研究理事会奖金等。2022年荣获欧洲研究委员会(ERC)启动奖，用于开发相关领域的新技术。
任职学校
英国的牛津大学具有世界声誉，它在英国社会和高等教育系统中具有极其重要的地位，有着世界性的影响。英国和世界很多的青年学子们都以进牛津大学深造作为理想。牛津大学是英国研究型大学罗素盟校，欧洲顶尖大学科英布拉集团，欧洲研究型大学联盟。在九个世纪以来，牛津大学一直是全英国乃至于世界级的顶尖学府。牛津大学和剑桥大学时常被合称为牛剑，它们两所是英格兰最古老、最著名的大学。从2002年至2013年，牛津大学已经连续多年被英国泰晤士报评为全英综合排名第一的大学。
项目背景
机电一体化又称机械电子工程，是机械工程与自动化的一种，机电一体化最早出现在1971年日本杂志《机械设计》的副刊上，随着机电一体化技术的快速发展，机电一体化的概念被我们广泛接受和普遍应用。随着计算机技术和电子技术的迅猛发展和广泛应用，机电一体化技术获得前所未有的发展。现在的机电一体化技术，是机械和微电子技术紧密集合的一门技术，他的发展使冷冰冰的机器有了人性化，智能化。近来知名数字技术公司Coresumo发布了包含人工智能、3D打印、机器人自动化等15项未来10年内影响人类的新技术。人工智能坐上了科创界的头把交椅——普华永道发布的报告预测，到2030年人工智能将给全球GDP带来14%的增长，相当于15.7万亿美元。而和人工智能紧密连接的大数据也获得了同等地位。3D打印则被称为能掀起“第四次工业革命”的技术之一。2020年我国首次太空3D打印实验圆满完成，这也是国际上第一次在太空中开展连续纤维增强复合材料的3D打印实验，将这一技术推向了巅峰。目前，人工智能+3D打印成为新热点，数字化和自动化是增材制造进一步发展的关键。专家们相信，未来前沿工程技术将会像水、电一样无所不在，颠覆和变革众多行业，不仅会大规模提高生产力，也会变更生产关系，给人类社会带来深远影响。
项目介绍
本课程我们将聚焦工程领域中前沿的三个关键技术: 3D打印技术、电子传感器和传感网络、人工智能工程化，从计算机科学、数据科学以及电子信息技术多个方面去研究工业制造中的先进技术基础和实现工具，并结合工业案例进行深入分析。从消费电子产品到土木建筑，从医疗保健到商业，这些前沿技术和工具正在塑造新的生态。本课程还将探讨这些机电设备和技术背后的工程和科学概念。
项目大纲
工程学常用工具与工程技术未来展望：工程发展历史沿革、发展趋势、未来挑战;大数据在工业化方面的应用及特点 Introduction to engineering tools and future technology trends: Engineering challenges for the future, historical engineering concepts and tools, emerging engineering tools; Manufacturing and Big Data
3D打印技术的概念、材料、应用及问题 3D Printing: What is 3D printing, 3D Materials, Applications and problems
电子传感器和传感器网络：传感器简介、传感器网络、传感器类型、传感器接口和应用等 Electronic sensors and sensor networks: Introduction to sensors, sensor networks, sensor types, sensor interfaces and applications, etc.
人工智能AI在工程学方面的应用：数据和图像分析在工程中的应用、材料设计、传感器反馈回路和工业案例 Artificial intelligence for engineering: What is AI and AI in engineering, Data and image analysis in engineering, Material design, Sensor feedback loops and Industry examples
项目回顾与成果展示Program Review and Presentation
论文辅导 Project Deliverables Tutoring
项目收获
7周在线小组科研学习+5周不限时论文指导学习 共125课时
项目报告
优秀学员获主导师Reference Letter
EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导(可用于申请)
结业证书
成绩单
