所在部门: 汇报对象:
职责业绩: 主要负责水利预警物联网iot系统的架构设计,算法的设计和实现,涵盖深度学习的图像识别算法(faster rcnn),自组网mesh算法等。
掌握AI-深度学习算法的核心原理,即:“通用逼近定理”,即“神经网络本质上是一个分类函数的通用逼近器。”
因为分类函数虽然是可测函数,但显然是一个非连续函数,而且受限于神经网络本身只能无限逼近,所以可能存在无法分类的模糊区域。
掌握图像识别算法,faster rcnn,对faster rcnn算法的内部原理有深入掌握,比如卷积,池化,全连接,bbox逼近,残差网络(ResNet),交叉熵设计等,并将其用于水位的监测。
基于AODV算法,设计并实现了自组网算法,基于Lora,将树状网络升级为网状网络,寻路的时间复杂度,由O(n^n)缩短至O(n)。
掌握bitcoin的核心非对称加解密算法,如椭圆曲线加密算法,RSA算法,一致性原理(泊松分布)等,可进行区块链(blockchain)的开发。
掌握paxos算法,拜占庭将军算法,以及其证明过程。