banner
计算机学院2017级本科生毕业论文工作安排补充通知
根据《教务部关于加强2021届本科生毕业论文(设计)管理工作的通知)》,2021届启用本科生毕业论文管理系统(以下简称“系统”),实现毕业论文指导和管理全过程线上化(即开题、中期检查、过程指导和检查不少于3次、论文规范性检测(查重)及评阅工作等,学生和导师都需要在系统完成)。开题、中期检查和过程指导,各指导老师可以根据自身的具体指导情况进行安排,但论文定稿、查重和成绩评定等需要按规定时间完成,否则无法安排答辩。根据学校通知要求及学院时间情况,现对我院2017级本科生毕业论文工作安排补充通知如下:
一、毕业论文各项工作完成时间安排
2020年12月2
2020年大学生创新创业训练计划项目结题答辩结果公示
根据《教务部关于开展中山大学2020年大学生创新创业训练计划立项项目结题答辩工作的通知》要求,我院开展了2020年大学生创新创业训练计划立项项目结题答辩工作。经学院专家答辩评审,现将我院2020年大学生创新创业训练计划和项目结题答辩结果公示如下。如对本次答辩结果有异议的,请在2021年1月11日上午12点前,向学院本科教务办吴老师反映,邮箱:wulanlan@mail.sysu.edu.cn。
项目名称
项目负责人
指导老师
项目类型
计算机学院2020学年春季17-19级计科(含各专业方向)、信安、网安、信计及保密专业课程等通知
各位同学:
您好!2020学年度第二学期17-19级计科(含各专业方向)、信安、网安、信计及保密专业课程表、选课通知、教材信息、助教任务书、重(补)修申请表等请见附件。现对相关环节附上说明,请同学们认真查看细则。
一、选课:
(一)选课时段:
2020学年第二学期(春季学期)本科生选课将于2020年12月31日(周三)上午9点开始,第一轮选课时间为2020年12月31日9:00-2021年1月4日15:00,第二轮选课时间为2021年1月5日10:00-2021年1月7日15:00,第三轮选课时间为2021年1月8日13:00-3月4日23:00,具体选课规则及体育课选
计算机学院本科生2020学年第一学期各专业期末考试通知
各位同学:
您好!附件是计算机学院本科生2020学年度第一学期末各专业考试安排(两个附件),请认真查看考试时间,做好考试准备。
关于课程重考、缓考的说明:
1、本学期专业课课程补考、缓考将在开学第1周开始进行。期末考试方式是机试和大作业的课程不安排重考,只能随下一年级重修。
2、重修本学院其他专业的课程的同学请留意相关专业在学院网公布的考试安排。
3、学院只接受纸质缓考申请。若重(补)修、辅修等原因造成考试时间冲突的同学请在考试前一周填写缓考申请书(附相关材料),交任课教师签名确认后再交到学院A105和A111(20级除保密及软工专业交给林老师)办公室办理;如遇
数据科学与计算机学院2021届优秀本科毕业生免试攻读研究生学位专项推荐资格(支教类)拟推荐学生名单公示
根据《教务部关于做好2021届优秀本科毕业生免试攻读研究生学位专项推荐资格认定工作的通知(支教类)》,我院组织学生开展了支教类免试攻读研究生学位专项推荐资格申报工作。经学生申请,并经学院审核,共6位同学符合我校免试攻读研究生学位推荐资格的推荐条件。现将学院拟推荐支教类推免学生名单予以公示。
推荐排序
专业名称
姓 名
学号
综合成绩
1
计算机科学与技术(人工智能与大数据)
吴治锋
17341167
087.28
2
软件工程
潘鹏程
2021届优秀应届本科毕业生免试攻读研究生学位推荐资格申请人科研加分评定结果公示
根据学校有关推免工作补充通知精神,学院成立了2021届优秀应届本科毕业生免试攻读研究生学位推荐资格科研加分专家审核小组,并于2020年9月23日召开了科研加分评定审核会,由专家审核小组对申请科研加分学生的加分项目及内容进行了审核鉴定。
经专家审核小组讨论决定,现将2021届优秀应届本科毕业生免试攻读研究生学位推荐资格申请人科研加分评定结果予以公示。
公示时间:2020年9月24日至2020年9月30日
受理单位:数据科学与计算机学院本科教务办公室
联系人:吴老师
联系电话:020-39943153,地址:东校区数据科学与计算机学院楼A111
公示期内,如对本
20.1学期保密、信计、19网安及19级计算机科学与技术(含各专业方向)本科生课表(含期中、期末考试安排及教材信息)及选课通知
各位同学:
你好!2020学年度第一学期保密、信计、19级网安及19级计算机科学与技术(含各专业方向)课程表、教材信息、期中考试及期末考试请见附件1(内有4个工作表)、选课通知、助教任务书、重(补)修申请表等见附件。请查看!
一、选课:
2020学年第一学期本科课程选课将于2020年8月5日10:00开始,9月5日23:00结束,为做好本次选课工作,现将有关事项提示如下:
选课规则
1、专业必修课
系统已默认选课,学生不可自行退课或选课。因转专业、休学、复学、留级等需要退课或补选课的同学,请在开学第2周填写退选课申请(见附件,无须找任课老师签名)到学院A1
2020学年度第一学期17-18级计科、信安、网安课程表、选课、教材、助教任务书、重(补)修等通知
各位同学:2020学年度第一学期17-18级计科、信安、网安课程表、选课通知、教材信息、助教任务书、重(补)修申请表等见附件。请查看!
附上相关说明:
一、选课:
2020学年第一学期本科课程选课将于2020年8月5日10:00开始,9月5日23:00结束,为做好本次选课工作,现将有关事项提示如下:
选课规则:
1、专业必修课
系统已默认选课,学生无须选课,也不可自行退课。因转专业、休学、复学、留级等需退课或补选课的同学,请在开学第2周填写附件的退选课申请(无须找任课老师签名),到学院A105办公室办理相关手续。
2、专业选修课
课表上列示“
数据科学与计算机学院关于印发《2019级本科生专业(含专业方向)分流培养工作细则》的通知
各位同学:
现公布我院关于印发《2019级本科生专业(含专业方向)分流培养工作细则》的通知,详细通知见附件。
数据科学与计算机学院本科教务办
2020年5月15日
学术报告:生物信息多序列对齐:评分函数、算法和评估
题目:生物信息多序列对齐:评分函数、算法和评估
主讲人:潘毅(美国佐治亚州立大学、董事教授、计算机科学系主任)
日期:2019年12月12日(星期四)
时间:下午14:00 - 16:00
地点:东校园 超算中心507会议室
主持:农革 教授
摘要:多生物序列(MSA)对齐是生物信息学和序列分析中的一项基础任务。对齐可能包含用以预测序列结构、确定序列进化关系以及发现与序列相结合的类药物化合物的有用信息,在下一代测序(NGS)数据分析中有广泛应用。MSA是NP完全问题,此外由于缺乏有效的评分方法,难以可靠地对齐序列及评估对齐结果。讲座介绍新的生物信息多序列对齐
庆祝中山大学计算机科学系成立40周年系列讲座:迈向可理解的计算机视觉
题目:迈向可理解的计算机视觉
主讲人:陈熙霖 中科院计算技术研究所研究员,IEEE Fellow, IAPR Fellow
日期:2019年11月25日(星期一)
时间:上午9:00 - 10:30
地点:数据科学与计算机学院 A101
主持:赖剑煌 教授
摘要:计算机视觉是本轮AI迅速发展的重要驱动力之一。 大规模的数据集、深度学习和高性能的计算能力的共同作用似乎解决了对象识别的问题,例如面部识别,汽车识别等。与此同时我们看到了计算机视觉在场景理解方面的能力与人们的期待仍然相去甚远。随着研究问题的深入,计算机视觉系统中存在的开放性不足、解释性差等问
庆祝中山大学计算机科学系成立40周年系列讲座:On Nonconvex Regularized Models for Image and surface Restoration Problems
题目:On Nonconvex Regularized Models forImage and surfaceRestoration Problems
主讲人:吴春林 南开大学副教授、科学与工程计算系主任、博士生导师
日期:2019年11月22日(星期五)
时间:下午3:00 - 4:00
地点:南校园旧数学楼210会议室
主持:李洽副教授
摘要:Variational methods with regularization techniques have become an important kind of methods image restorati
庆祝中山大学计算机科学系成立40周年系列讲座:抗破译信息隐藏新体系
报告题目:抗破译信息隐藏新体系
主讲人:郭云彪(中国通用技术研究院,研究员、所长)
日期:2019年11月23日(星期六)
时间:下午14:00 - 16:00
地点:超算中心大楼507
主持:康显桂 教授
摘要:信息隐藏一直在对抗中发展,目前研究出现瓶颈。信息隐藏目前纠结与发现与抗发现的对抗,研究拘泥于实验室。为了推进信息隐藏走向实用,提出抗破译信息隐藏概念,建立用户可控、算法可变的信息隐藏系体系,推进信息隐藏走向千家万户。
个人介绍:郭云彪现任北京电子技术应用研究所所长,中国电子学会高级会员, 计算机学会高级会员。 任职以来,主持研究完成了
庆祝中山大学计算机科学系成立40周年系列讲座:面向不同模态医学影像小数据集的深度学习方法研究
题目:面向不同模态医学影像小数据集的深度学习方法研究
主讲人:施俊,上海大学通信与信息工程学院教授,电子信息工程系系主任
日期:2019年10月12日(星期六)
时间:下午14:10 - 14:55
地点:数据科学与计算机学院 A101
主持:王瑞轩副教授
摘要:随着人工智能技术的飞速发展,基于医学影像的智能医疗已经成为学术和工业界的热点。医学影像的多样性导致不同的模态需要不同的机器学习方法进行有针对性的处理。本报告主要介绍针对以下三种医学影像模态所研究的机器学习方法:(1)面向脑疾病与肿瘤的多模态超声图像处理;(2)面向MRI的机器学习方法研究;(
庆祝中山大学计算机科学系成立40周年系列讲座:3D Neuron Reconstruction in Tangled Neuronal Image with Deep Networks
题目:3D Neuron Reconstruction in Tangled Neuronal Image with Deep Networks
主讲人:沈琳琳,深圳大学计算机视觉研究所所长
日期:2019年10月12日(星期六)
时间:上午11:20 - 12:00
地点:数据科学与计算机学院 A101
主持:王瑞轩副教授
摘要:Digital reconstruction or tracing of 3D neuron is essential for understanding the brain functions. While existi
庆祝中山大学计算机科学系成立40周年系列讲座:高度近视相关眼科OCT影像诊断与分析
题目:高度近视相关眼科OCT影像诊断与分析
主讲人:陈新建,苏州大学特聘教授,博士生导师
日期:2019年10月12日(星期六)
时间:上午9:10 - 9:50
地点:数据科学与计算机学院 A101
主持:王瑞轩副教授
摘要:随着信息化社会的到来,电子产品逐渐普及,全世界近视患者越来越多。中国的形式尤其严峻,近视患者已超过6亿,青少年近视防控已上升成为国家战略。近视患者中,高度近视患者尤其值得关注和重视。高度近视易导致病理性高度近视眼病,进而引发视网膜出血、脱离等,严重者导致致盲。OCT医学成像为高度近视所引发的眼科疾病的诊断和治疗提供了重要技术支
庆祝中山大学计算机科学系成立40周年系列讲座:Deep Learning for Large-scale Histopathology Image Analysis
题目:Deep Learning for Large-scale Histopathology Image Analysis
主讲人:陈浩,视见科技创始人兼CEO
日期:2019年10月12日(星期六)
时间:上午9:50 - 10:30
地点:数据科学与计算机学院 A101
主持:王瑞轩 副教授
摘要:Deep learning represents data with multiple levels of abstraction and has dramatically improved the state-of-the-art in many
学术报告:基于字节码变异的实用程序修复
题目:基于字节码变异的实用程序修复
主讲人:张令明,德克萨斯大学达拉斯分校,助理教授
日期:2019年8月14日(星期三)
时间:下午15:00 - 16:30
地点:数据科学与计算机学院 A201
主持:郑子彬 教授
摘要:自动程序修复(APR)是自动调试领域的最新进展之一,它可以在最少的人为干预下直接修复有缺陷的程序。尽管已经提出了各种先进的APR技术(包括基于搜索或基于语义的技术),但它们主要在源代码级别工作,并且在实践中还不清楚字节码级别APR是如何执行的。此外,现有对于bug技术的实证研究在原始论文中的报告相当有限。在这项工作中,我们实现了
学术报告:物联网边缘智能
题目:物联网边缘智能
主讲人:张彦(挪威奥斯陆大学 教授)
日期:2019年7月15日(星期一)
时间:下午3:30 - 4:30
地点:数据科学与计算机学院 A201
主持:郑子彬 教授
摘要:In this talk, we will first present the key concepts and main principles related to edge intelligence, i.e., the synergy between edge computing and AI. Then, we mainly focus on dee
学术报告:网络流量控制中的深度学习-成就与挑战
题目:网络流量控制中的深度学习-成就与挑战
主讲人:Nei Kato(日本东北大学教授、日本工程院院士)
日期:2019年7月15日(星期一)
时间:下午2:30 - 3:30
地点:数据科学与计算机学院 A201
主持:郑子彬教授
摘要:Recently, the emerging communication technologies and diversified Internet services have made the networks much more complex. Extensive research has illustrat