中国香港、美国、加拿大、澳大利亚、新西兰、英国、爱尔兰、马来西亚、越南、柬埔寨、新加坡、泰国、中国、斯里兰卡、德国、肯尼亚、日本、西班牙、芬兰、法国、韩国、以色列、秘鲁、瑞士、阿联酋、南非、尼泊尔

除K12深圳、K12成都、悉尼、温哥华、国际课程中心、K12上海、K12西安、网课中心、合肥外

项目名称

英国帝国理工机器人&物联网与人工智能课程

项目基本信息

行程时间：2023年7月22日-2023年8月27日

★具体上课时间以学校颁发的课表为准

针对人群：专业为工程学、计算机、软件工程、数学、物理或相关学科，学生须年满18周岁及以上，在读本科生、硕士生

招生要求：学生需要具有良好的编程基础，英语能力良好（全英文授课），能听懂课程，能够保证准时参加课程，有团队合作精神，完成课程任务的学生

授课语言：英文

项目形式：线上

注意事项：

1、出勤率要求严格，请报名时考虑能否按时参加课程，避免因出勤率影响结业证书的颁发，如遇特殊情况需要提前至少1周时间和班主任老师请假（能否请假需要看课程安排决定）。

2、专业课程日期可能会根据导师时间略有调整。

3、课程分为两部分：大师讲堂+专业课，专业课计入考勤，大师讲堂不强制但建议学生参加。

项目介绍

帝国理工学院 (Imperial College London)帝国理工学院位于英国伦敦，是一所世界排名前十的研究型大学，是金三角名校、罗素大学集团、欧洲研究型大学联盟、国际科技大学联盟、全球大学校长论坛参与院校，被誉为”G5超级精英大学“之一。帝国理工学院是最具创新力的大学之一，主攻理学、工学、医学和商学，尤其以工程专业而著名。校友包括众多曾在有关领域做出巨大贡献的科学家，拥有75位皇家科学院院士、87位皇家工程学院院士、80位皇家医学院院士。学院校友中，有14位诺贝尔奖得主、3位菲尔兹奖得主。

在教学和研究方面享有国际声誉。帝国理工学院一直被评为世界上最好的大学，致力于通过跨学科合作培养下一代研究人员、科学家和学者。位于伦敦市中心，是一个多学科的教育、研究、翻译和商业化空间，利用科学和创新来应对全球挑战。

在2023年QS世界大学排名中，位列全球第6位，英国第3位。

为了让中国大学生体验世界一流名校的学术氛围，帝国理工学院举办基于专业的线上学术项目，由帝国理工学院相关领域的专业导师授课，涵盖专业课、小组讨论、辅导课、结业项目设计及成果展示等内容。旨在让学员在短时间最大程度体验帝国理工的学术特色、了解行业前沿知识、提升自身知识储备。 

为了丰富学员的学习体验，拓宽相关专业的知识面，另安排 4 次拓展类大师讲堂，作为项目的延伸，由人工智能、计算科学、机器人等相关领域的英国知名学者讲授前沿趋势及研究方法。

项目结束后，帝国理工学院主办部门将为学员颁发 结业证书 与 等级评定报告，结业比赛优胜小组的每位成员还将获得官方推荐信。

项目亮点及收获

结业证书

学员在完成本项目后，将获得由帝国理工学院主办部门官方颁发的结业证书，作为此次线上学习经历的证明。

等级评定报告

根据学员的出勤率、课堂表现和结业考核的情况，成绩单体现学员姓名、项目时间、评估测试反馈、等级评定 (Grade) 及等级评定的详细说明。

推荐信

帝国理工学院主办部门将为优秀小组签发的推荐信

注：帝国理工学院主办部门可能会不定期更改版式或内容，以上描述基于往期项目，仅供参考，最终以帝国理工学院实际发放版本为准。

学习平台

帝国理工学院的专业课及辅导课将通过Teams平台进行授课；

课件共享及项目成果的上传讲通过帝国理工学院Box平台进行；

拓展类大师讲堂直播讲使用Zoom平台开展。

项目开始前，帝国理工学院为每位学员注册 Teams 、Box 的官方账号

课程时长&录取人数

项目所有课程均为直播。帝国理工学院线上直播课程共 12.5 小时，拓展类大师讲堂共 6.5 小时，总计 19 小时 (约 25 课时) 。包括：

专业课：共五次，每周一至两次，每次约 1.5 小时；

辅导课：将安排 3 次辅导课，每次约 1 小时；

项目成果展示：约 2 小时；

每次专业课程后将有 3 至 5 小时的时间用于自学与完成作业；

大师讲堂：共四次，每次约 1.5 – 2 小时。

通常每班 50 人左右。课程分成若干小组，每组6至7人

参考课程安排及师资介绍

为了丰富学员的学习体验，拓宽相关专业的知识面，特安排大师讲堂，作为项目的延伸，由人工智能、计算科学、机器人等相关领域的英国知名学者讲授前沿趋势及研究方法。大师讲堂的导师将从以下师资中选取：

Prof B. C. Grau (伯纳多·昆卡·格劳)

•牛津大学计算机科学系，教授；牛津大学基布尔学院，导师型院士

•英国皇家学会颁发的著名大学研究奖学金获得者

•英国皇家学会颁发著名大学研究奖获得者

•牛津语义技术公司联合创始人，专注于对大规模知识图谱进行高性能推理和查询评估

他的科研主题为人工智能和机器学习、数据和知识，研究兴趣为广泛的人工智能领域。其工作特别围绕知识表达和推理、知识图谱、计算逻辑、语义技术及其在数据管理和网络中的应用等领域展开。他在这些领域的活动范围很广，包括理论和基础、算法设计、软件和系统、技术标准以及与行业的接触。他还担任ACM Transactions on the Web编委会成员，Journal of Web Semantics编委会成员、Semantic Web Journal编委会成员、2020 International Workshop on Description Logics  (DL-2020) 主席；他的论文获得“2017年国际人工智能联合会议杰出论文奖”、“2010 年 AAAI 人工智能会议最佳论文奖”。

Prof E. Elkind (伊迪丝·埃尔金德)

•牛津大学计算机科学系，教授；牛津大学贝利奥尔学院，院士

她于2013年加入牛津大学计算机科学系，她的科研主题为人工智能与机器学习、算法与复杂性理论，研究兴趣为算法博弈论、计算社会选择。进入牛津大学之前，她是新加坡南洋理工大学的助理教授，她的研究获得了国家研究基金会 (NRF) 的奖学金。她于2005年获得普林斯顿大学博士学位，曾在华威大学、利物浦大学和耶路撒冷希伯来大学担任博士后研究人员。

Dr T. Bohné (托马斯·博内)

•剑桥大学，制造工程研究所，人机交互实验室主任 (该实验室专注于如何使用技术来增强人类工作并提高人类在产业中的表现) 

•剑桥大学工程系，高级研究员 (战略科技与创新管理) 

•剑桥大学虚拟现实/增强现实协会，联合创始人

他的研究兴趣为人类能力和技术的交叉领域，以创造可以为更美好的未来做出重大贡献的解决方案。他拥有剑桥大学工程系博士学位，他曾是哈佛大学的访问学者，并在多个公共和私人组织担任过职务。

Dr J. Nurse (杰森·诺斯)

•牛津大学沃尔森学院研究院士

•牛津大学网络安全博士培训中心，讲师

•英国肯特大学计算机学院，网络安全，副教授

他专注于分析网络空间的价值风险、网络空间中的身份安全、网络安全能力模型、风险控制有效性、公司内部威胁检测：网络内外安全 (CITD) 、为信息环境提供增强现实支持的信任等。

机器人&物联网和人工智能（专业课）

课程概览：在我们现在所处的时代中，机器人、人工智能和物联网在塑造我们未来中发挥着重要作用。这些先进技术的应用正在转变各行业的技术进步，它们是面向客户创新、数据驱动优化、新应用、数字转型、商业模式和各行业的收入流的基本驱动力。课程将帮助学员理解这些科学技术，应用知识和学习经验来设计并开发机器人、人工智能和虚拟现实应用程序，并听取行业专家在这些领域的最新应用和创新。

学习成果：完成本课程后，学员将能够：

•描述机器人与人工智能科技的的最新发展；

•理解有关普适传感、物联网及其相关科技的基础知识；

•运用获得的知识和经验来开发机器人和人工智能应用；

•设计和开发虚拟现实应用；

•创建支持物联网及普适传感的应用。

目标学员：该课程专为攻读工程学、计算机，软件工程，数学、物理或相关学科的本科生或研究生而设计。学生需要具有良好的编程技能；课前有条件建议提前自学ROS环境配置和Gazebo的使用。

课程参考师资：本课程的师资来自帝国理工学院哈姆林研究中心。以下为往期项目的师资，仅供参考。

Dr. G. Mylonas (乔治·米罗纳斯)

癌症机器人与技术，高级讲师

全球健康创新研究所成员

机器人论坛委员会成员

人类行为和经验网络成员

乔治拥有苏塞克斯大学的机电一体化学士学位、伦敦帝国理工学院的计算科学硕士学位以及医学成像和手术机器人博士学位。他是HARMS实验室的主任，实验室主要研究包括以人为本的自动化，机器人和外科监测。他的研究兴趣包括：手术机器人、微创手术技术、信息物理系统、人机界面、眼动追踪、感知对接、节俭创新、和任何能激发想象力的内容。

DR. B. LO (本尼·罗)

帝国理工学院，哈姆林机器人外科中心，高级讲师 (副教授) 

IEEE EMBS 可穿戴生物医学传感器和系统技术委员会，主席

IEEE 生物医学和健康信息学杂志，副主编

分布式传感器网络国际期刊 (IJDSN)，编委

物理出版研究所，生理测量国际顾问委员会成员 

他是人体传感器网络 (BSN) 研究的先驱者之一，并通过开发平台技术，引入针对各种普适应用的新颖传感器、方法和理论，组织会议和教程，帮助建立了人体传感器网络BSN研究的基础。他目前的研究重点是普适测量、计算机视觉、机器学习、人体传感器网络 (BSN) 、物联网 (IoT) 和可穿戴机器人及其在医疗保健、体育和福祉中的应用。

他拥有加拿大不列颠哥伦比亚大学电气工程-计算机工程学士学位，伦敦国王学院电子工程-计算机视觉硕士学位，以及帝国理工学院计算机博士学位。他的研究主要集中在人体传感器网络、普适计算、机器学习、人工智能、生物医学工程、可穿戴机器人、临床翻译、微电子和生物识别。他发表了 200 多篇同行评议研究文章，并获得了无数奖项，以表彰他的创新研究工作，如最佳论文奖、年度蓝牙创新者等。

DR. J.D. LIU (刘晋东)

帝国理工学院，精细机器人项目，研发主任

帝国理工学院，哈姆林机器人外科中心，研究员

IEEE 计算机科学学会会员，IEEE 和 Springer 会议和期刊，审稿人

他对与仿生移动机器人相关的领域感兴趣。他拥有埃塞克斯大学的博士学位，专注于生物启发的自主机器鱼。他成功打造了第一条自主机器鱼。2008 年至 2010 年间，他将兴趣从流体动力推进转向人类听觉系统。他与纽卡斯尔大学合作，在桑德兰大学开发了一种用于移动机器人声音定位的计算哺乳动物听觉系统。2010年加入帝国理工学院哈姆林中心。目前他专注于自然人机语音交互、普适传感和医疗保健移动机器人。 

他目前的研究包括以医疗移动机器人为中心的三个领域：

自然的人机语音交互；

对食物摄入量监测的普遍感知；

用于医疗保健和手术机器人的人类顺从机械手。

课程示例&往届学员分享

林同学， 2021寒假班学员

在参加此次项目之前，刚刚步入人工智能领域的我就被机器学习复杂却又精致的各类算法模型与人工智能未来发展的无限前景所深深吸引。在经历了大二上短暂的一个学期的简单教学，我已经对当下普遍运用的各类有监督、无监督学习以及强化学习的模型有了初步的理解与认知，并在课内作业中手动实现了许多诸如Convolution Neural Network、Kmeans cluster、Bayesian Classifier与Double Q learning等网络框架，在结果测试时也为其智能性、高效性以及准确性所折服，也因此更加坚定了我未来在AI专业的发展方向以及学习投入。也正是怀着希望不断进修、完善自我的目的我报名了本次的交流项目，有幸获得了同世界顶尖大学的老师学者们交流访学的宝贵机会。总的来说，通过这次假期培训，我既学习到了AI领域的前沿算法与发展趋势，也见识了AI技术与物联网、机器人控制等领域结合应用的无限可能。在完成课程任务与结业项目的过程中，我也体会到了组内成员团结协作的精神，在收集资料与实际应用中深入学习与巩固了知识。相信这段宝贵的经历能够启发我未来的发展方向，并成为学业进步的基石之一。

吴同学， 2021暑假班学员

在课程内容方面，老师利用课件以及自己的独到见解，为我们展示了当下机器学习与 AI 方面的主流算法以及物联网、数据可视化等方面与人工智能所紧密联系的部分。老师介绍了聚焦硬件平台BSN、OSI模型、MAC、网状拓扑结构、ISM、无线电传输环境、ZigBee的运用和有关蓝牙方面的介绍等多种硬件方面的知识。在有关机器学习和AI的课程中，老师深入浅出的为我们讲解了K-NN、k-mean、决策树、遗传算法、贝叶斯定理、贝叶斯分类、MAP估计、最大可能性、贝叶斯网络和最大期望。在每次课程结束后的课后训练中，助教老师总能及时地为我们提供有效的帮助，非常有助于我及时巩固课程中学到的知识。在课程学习中，我了解到许多算法知识以及理论基础部分，同时也扩展了此前并不了解的机器人控制、机器人系统、数据可视化等方面的知识，为今后的进一步发展奠定了一定的基础。在短时间内，要想全部理解这么多内容属实有点困难。老师上课的内容更像是一个引导者，引导我们产生兴趣，去自主搜集资料，去进行自主学习。课程结束后，我便去图书馆借了几本关于机器学习和图像处理的书籍，开始自主学习如何造轮子。

费用说明

费用包括：项目中涉及到的课程费、师资费、讲义费

费用不包括：项目不产生线下费用，学生一切个人消费