人工智能专题：基于机器学习与云计算的物联网（IoT）应用研究

作者：南星教育 来源：院校库 标签：大学排名

人工智能专题：基于机器学习与云计算的物联网（IoT）应用研究

开始日期: 2025-08-02

课时安排: 6周在线小组科研+5周论文指导

Prerequisites适合人群

适合年级 (Grade): 大学生及以上

适合专业 (Major): 计算机方向，包括计算机科学、云计算、人工智能、物联网、机器学习等相关专业的大学生，并有相关基本知识基础。建议掌握Python、PyCharm语言基础；中文授课英文PPT，建议具备较好的英文阅读基础

Instructor Introduction导师介绍

M老师

上海交通大学副研究员

上海交通大学

马老师  副研究员  博士生导师

麦吉尔大学 计算机学院 博士后

上海交通大学 计算机科学与工程系 博士

研究方向：云计算系统，智能系统，AI

发表SCI与 IEEE Network等权威核心期刊50余篇，并受邀参加多个内外学术会议以及研讨会

主持国家自然科学基金面上项目、国家自然科学基金-青年基金、上海市“科技创新行动”高新领域项目等

Program Background项目背景

机器学习是人工智能的一个分支，它是实现人工智能的一个核心技术，即以机器学习为手段解决人工智能中的问题。机器学习是通过一些让计算机可以自动“学习”的算法并从数据中分析获得规律，然后利用规律对新样本进行预测。而物联网是指通过各种信息传感器、全球定位系统等装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、电等各种需要的信息，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。然而，当前主流的机器学习的研究还停留在传统应用层次，忽视了底层系统对物联网中机器学习训练或者推理任务的支持。

Program Description项目介绍

本项目从数据隐私与资源效率两个方面，系统研究计算机系统对物联网下机器学习任务的重要性。在数据隐私方面，本项目通过对联邦学习算法的探究，学习如何在保证用户数据隐私性的条件下进行多用户协同计算，并分析当前联邦学习架构下的三大问题，包括训练过程的计算效率和通信效率、客户端安全性对整体系统的影响、以及各个用户的个性化计算及服务。在资源效率方面，本项目通过学习云计算领域的研究热点——无服务器计算，探讨无服务化如何优化机器学习训练与推理任务的资源使用效率，并分析当前无服务器计算在异构硬件支持上的不足对机器学习部署的影响。通过本项目的学习，学生不仅可以获得对机器学习基本了解，还可以从数据隐私何资源效率两方面了解计算机系统对物联网应用的支持。

Syllabus项目大纲

机器学习简要介绍：机器学习定义、机器学习分类：有监督信学习、无监督学习、半监督学习、强化学习、机器学习应用举例：自动驾驶、AlphaGo、人脸识别、贴合课题进行选题指导;

联邦学习介绍：分布式机器学习简介、隐私性问题在协同训练中的重要性、联邦学习优势、FedAvg算法、定题指导；

联邦学习前沿方向：高效率联邦学习、高安全性联邦学习、高个性化联邦学习；

机器学习应用部署方案、无服务器计算环境下的机器学习应用部署

物联网与机器学习介绍：物联网场景简介、物联网特征介绍、联邦学习在物联网下的研究方向、无服务器计算在物联网下的研究方向

项目答辩与点评

Program Outcome项目收获

6周【在线小组科研+全球就业力大师课】+5周论文指导，共126课时

1500字左右的项目报告

优秀学员获得主导师推荐信（8封网推）

项目结业证书

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或者CNKI检索的英文普刊全文投递与发表指导

上一篇：人工智能 自然语言处理专题：解读语言大模型的“内心独白”——以DeepSeek，ChatGPT为例探索对话生成模型的内部机制及其性能优化

下一篇：返回列表