美国西北大学计算机学院教授,美国西北大学教授John Rogers访问理化所

美国西北大学教授John Rogers访问理化所

2018-07-18理化技术研究所

【字体:大 中 小】

375578a2babc6bb03b1276eca0a6e254.png

语音播报

4728de1f9f2e0cf5fe32b5247de62afb.png

应“理化青年论坛”和中国科学院仿生材料与界面科学院重点实验室邀请,美国西北大学教授John A. Rogers于7月15日上午来理化所交流访问,并作了题为Soft electronic and microfluidic systems for the skin的学术报告。

John A. Rogers几十年来在柔性电子器件研究方面建树颇丰。报告深入浅出地介绍了其课题组在可拉伸单晶硅柔性器和柔性微流控器件等领域的工作。John A. Rogers课题组的研究工作集科学性和趣味性为一体,其中很多工作都来源于有趣的想法,又辅之以严谨的实验证明,特别是用示意图和动画生动形象地展示了这些器件的结构、运作方式和实际使用效果等。报告妙趣横生,赢得了现场师生的热烈掌声。在提问环节,听众踊跃提问,得到了John A. Rogers耐心详尽的解答。

John A. Rogers于1995年在麻省理工学院获得物理化学博士学位,之后在Bell实验室担任凝聚态物理研究组组长。从2003年开始,John A. Rogers在伊利诺伊大学香槟分校担任化学工程系教授,并从2016年9月开始担任西北大学生物集成电子中心教授兼主任。他是美国国家科学院、美国国家工程院、美国艺术与科学院院士,在仿生电子器件的设计与制造、可穿戴生物医学电子器件等研究领域走在世界最前沿。曾获得麦克阿瑟天才奖(2009年)、麻省理工学院莱梅尔逊奖(2011年)、the IEEE EMBS Trailblazer Award(2016)以及美国机械工程师学会颁发的纳戴奖章(2017年)等多项大奖。

2a2ec18247e53b0e337930648381e75b.png

John A. Rogers作报告

2e72cb23f65f88ea3f819aee41ecb4a2.png

报告会会场

应“理化青年论坛”和中国科学院仿生材料与界面科学院重点实验室邀请,美国西北大学教授John A. Rogers于7月15日上午来理化所交流访问,并作了题为Soft electronic and microfluidic systems for the skin的学术报告。

John A. Rogers几十年来在柔性电子器件研究方面建树颇丰。报告深入浅出地介绍了其课题组在可拉伸单晶硅柔性器和柔性微流控器件等领域的工作。John A. Rogers课题组的研究工作集科学性和趣味性为一体,其中很多工作都来源于有趣的想法,又辅之以严谨的实验证明,特别是用示意图和动画生动形象地展示了这些器件的结构、运作方式和实际使用效果等。报告妙趣横生,赢得了现场师生的热烈掌声。在提问环节,听众踊跃提问,得到了John A. Rogers耐心详尽的解答。

John A. Rogers于1995年在麻省理工学院获得物理化学博士学位,之后在Bell实验室担任凝聚态物理研究组组长。从2003年开始,John A. Rogers在伊利诺伊大学香槟分校担任化学工程系教授,并从2016年9月开始担任西北大学生物集成电子中心教授兼主任。他是美国国家科学院、美国国家工程院、美国艺术与科学院院士,在仿生电子器件的设计与制造、可穿戴生物医学电子器件等研究领域走在世界最前沿。曾获得麦克阿瑟天才奖(2009年)、麻省理工学院莱梅尔逊奖(2011年)、the IEEE EMBS Trailblazer Award (2016)以及美国机械工程师学会颁发的纳戴奖章(2017年)等多项大奖。

John A. Rogers作报告

报告会会场

更多分享

责任编辑:陈丹

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值