1人工智能在图像中的应用 该方向研究如何使计算机有效感知、处理和理解图像数据，达到模仿和超越人类视觉的目的，以协助完成人类活动。我们的研究主题丰富多样，从理论知识到实际应用，从算法集成到软件开发，从基础的图像处理到高级的图像理解。同时，我们将计算机视觉与其他学科结合，形成交叉研究领域： 1）与生物医学领域融合，实现了基于CT等医学影像的疾病智能分析与诊断；与自动化领域融合，实现基于视觉的机械设备智能伺服控制； 2）与调度算法领域融合，实现智能调度和装配算法。 各领域之间彼此交叉，最终形成了多领域，多模态的研究方向。如在智能抓取方向中，首先基于视觉算法感知到各类物体的位置，然后基于智能伺服算法控制机械臂进行抓取操作，最终基于智能码垛算法进行码放，完成一套完整的抓取流程。 
2 人工智能在生物信息学的应用 传统药物的研究和实验过程漫长且复杂，同时受到多种因素制约。近些年来，人工智能技术高速发展，为传统药物的研究和实验提供新的方案。机器学习可以应用于药物研究的很多阶段，例如，靶标验证，预后生物标记物的鉴定和临床试验中数字病理学数据的分析。目前许多高科技公司和高校也已经将目标转向机器学习的药物研究领域，利用机器学习的方法，促进药物研究，以创造更大的社会价值和经济价值。该方向借助机器学习技术，有以下几个大方向基于机器学习的药物研究。 1）药物重定位：利用已有的药物-疗效的关系，融合多维度的药物信息（分子结构，分子指纹，靶点关系等），利用图神经网络等技术，预测哪些药物还可以治疗糖尿病，高血压，帕金森等慢性疾病。 2）药物不良反应的预测：利用已有的药物-不良反应的相关信息，融合多维度的药物信息，借鉴NLP思想和相关技术，发掘已知药物的未知不良反应如 心脏不适,消化不畅等。 3）基因关联预测：通过构建药物-基因-疾病大规模复杂网络，利用网络嵌入算法，挖掘网络中隐含的对应关系。并可通过构建出来的网络，筛选相似的疾病，有助于疾病分类和药物所属类别的合理化，定制更有效的治疗方案。 3人工智能在地震学中的应用 地震是一种破坏性大的自然灾害，快速获得地震事件信息对防控减灾极为重要。传统的地球物理学方法耗时长，无法实时准确的分析地震波。人工智能机器学习算法可以从大量数据中学习得到模型，快速准确的处理地震波数据。目前，该方向主要使用机器学习算法解决以下4个地震学问题： 1）震相拾取：神经网络与决策树相结合可以自动、及时、准确的拾取震相，为后续的地震预警和地震定位工作提供基础，图1所示为地震波实例。 
图1 地震波实例 红色部分为噪声，橙色部分为P波，黄色部分为S波，蓝色部分为面波 2）地震事件性质分类：卷积神经网络可以快速准确识别地震事件性质，辅助研究天然地震的发震机制，并及时检测非法采矿、爆破等。 3）震级计算：利用LSTM快速测定地震震级可以辅助地震速报的生成。 4）地震预警：利用卷积神经网络对短时的P波数据计算得到震级信息，在S波传播到设防地区前，发出警报，以减少当地人民生命财产损失。 人工智能与地震学的结合不仅可以简化传统地震学的工作，同时可以从数据的角度获得新的知识，为地震预报提供了可能，从根本上达到防震减灾的目的。
| 
