在第二届中国国际进口博览会，施耐德电气带来了覆盖电网、透明工厂、基础设施、楼宇、IT等领域的多项“黑科技”，同时，还搭建了人工智能社区，观众只需动动手指，即可穿越到电网、工厂、医疗、商业建筑、酒店、IT等行业的应用场景，直观感受施耐德电气“黑科技”的魅力。
能源界首先注意到的是，施耐德电气为建筑领域带来的强大解决方案!要知道，建筑不仅能耗高，而且伴随其功能升级带来的设备繁多、系统多而复杂、难以集中管理等问题，导致所产生的数据价值无法被充分利用，从而无法解决问题。建筑的运营达不到更好效果，使用者自然也无法获得更优体验了。对此，施耐德电气基于EcoStruxure架构与平台，适用于商业建筑的智能楼宇解决方案，拥有统一的IP架构，融合了强大的数字化技术，更搭载了“强弱电一体化”独门黑科技，让楼宇内部包括配电室、灯控、楼控、暖通空调、安防等原本相互独立的强弱电系统，可以通过数据，将系统全部联系在一起，实现统一管理和分散控制。
施耐德电气这项黑科技，能够按照使用者及运营者的偏好和需求，去“定制运营方式、定制环境体验”，同时通过对数据的比对分析，管理者可以进一步优化运营，提高能效，节约运营成本。
在有方本期课题：基于机器学习的智能建筑中，卡内基梅隆大学博士导师将带你了解科学与艺术的结合——智能建筑。
在本课题学习中，导师将带你将利用世界各地学者采集的关于室内环境与舒适度关系的数据库，为开放式办公区域研发一种个性化制冷供热控制系统。该系统旨在达到建筑节能以及提高人体热舒适之间的平衡，并且为使用者营造良好的室内热湿环境。
建筑物理 流体力学 工程热力学
传热学 计算机 人工智能 机器学习
应用数学 统计学 数据科学
导师：卡内基梅隆大学 博士
- 主修建筑表现与诊断；
- 本科就读于东华大学，主修建筑环境与设备工程；
- 多次在ASHRAE Winter Conference, CAADRIA等国际知名期刊上以第一作者身份发表论文；
- 研究方向：计算机视觉与智能建筑。
AI＋X数据驱动型科研是指使用人工智能（AI）算法，收集、处理、分析具体学科（X）的海量数据，并基于此进行预测，从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比，AI＋X数据驱动型科研可以借助AI算法强大的运算能力，高效地进行大数据分析，具有投入产出比高、适用范围广的优点。AI＋X数据驱动型科研已被广泛地应用于各个领域，利用AI算法研究基因数据，从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万，使用传统的科研方式对其进行分析，工程量大、过程繁琐，在客观上难以实现。但借助AI算法这一便捷的工具，生命科学家便能够以海量的患者的遗传信息为基础，建立数据库，与过往的研究成果进行对照，快速、准确地在两者中发现规律、建立联系，从而使癌症诊断的“标准化”成为可能。
整个科研教学流程中，每一位学员都将有学术督导协助保障研究阶段性作业和论文的进度，确保取得研究成果。
有方学者项目保证为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。
有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出
学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、谷歌科学奖和达特茅斯大学举办的ISEC论文比赛。
有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，保证学生研究内容的差异性。
有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，保证了推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。
想要获取详细课题大纲
请扫描二维码
关注「有方背景提升」
