1.微专业简介
嵌入式人工智能是人工智能的重要分支，是一种将人工智能算法、模型及算力集成到嵌入式系统中的技术，具有高实时性、高效性及有利于隐私保护的优势，被广泛的应用于智能家居、智能交通、工业自动化、医疗健康、安防等众多领域，是众多行业智能化升级关键技术，属于国家战略新兴技术。随着其在各行业的广泛应用，包括嵌入式人工智能在内的人工智能系统设计、产品开发人才的需求将海量的增加，将形成巨大的就业机会。
2.培养目标
本专业以培养理解人工智能原理；掌握嵌入式人工智能系统（模块）设计方法、关键技术；具有创新意识及工程实践能力的嵌入式人工智能工程师为目标。
3.课程安排
|
课程设置 |
||||||||
|
课程名称 |
学分 |
学时数 |
考核 方式 |
开课 时间 |
||||
|
总学时 |
理论 |
实验 |
上机 |
课外实践 |
||||
|
机器视觉 |
4 |
64 |
32 |
32 |
|
|
理论考查+实践考核 |
第一学期 |
|
深度学习 |
3 |
48 |
32 |
|
16 |
|
理论考查+实践考核 |
第一学期 |
|
可视化编程 |
3 |
48 |
32 |
|
|
16 |
实践考核 |
第二学期 |
|
AI嵌入式系统设计 |
4 |
64 |
32 |
16 |
|
16 |
实践考核 |
第二学期 |
|
合计 |
14 |
224 |
128 |
48 |
16 |
32 |
- |
- |
4.课程简介
(1) 机器视觉：主要介绍了数字图像处理和机器视觉的基本知识、基本方法和典型案例，主要内容包括图像基本操作、几何变换、图像滤波、边缘检测、特征提取与匹配、典型机器视觉应用案例。
(2) 深度学习：本课程着重介绍深度学习的基础知识，包括随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播、卷积神经网络、循环神经网络、自编码器等内容。
(3) 可视化编程：本课程主要介绍GUI和数据可视化编程的方法。包括GUI应用程序的基本结构、窗体UI可视化设计与窗体业务逻辑的设计、基本界面组件、事件处理、数据库、绘图、多媒体及数据可视化设计的方法。
(4) AI嵌入式系统设计：课程首先介绍了嵌入式人工智能实现的主流途径，详细介绍嵌入式神经网络芯片，轻量级神经网络算法，模型压缩技术、优化技术；从开发的角度着重介绍嵌入式人工智能的开发流程并结合代码展示了嵌入式人工智能的实际应用案例。
5. 教学团队
|
教学团队成员 |
||||||
|
序号 |
姓名 |
年龄 |
职称 |
所在单位 |
主要从事专业/行业 |
拟授课程 |
|
1 |
倪云峰 |
53 |
教授 |
通信学院 |
电子信息工程 |
AI嵌入式系统设计 |
|
2 |
朱代先 |
52 |
副教授 |
通信学院 |
电子信息工程 |
AI嵌入式系统设计 |
|
3 |
朱周华 |
47 |
副教授 |
通信学院 |
电子信息工程 |
机器视觉 |
|
4 |
黄健 |
46 |
副教授 |
通信学院 |
电子信息工程 |
可视化编程 |
|
5 |
宋婉莹 |
35 |
副教授 |
通信学院 |
电子信息工程 |
机器视觉 |
|
6 |
闫红梅 |
45 |
讲师 |
通信学院 |
电子信息工程 |
深度学习 |
|
7 |
刘晓佩 |
47 |
讲师 |
通信学院 |
电子信息工程 |
深度学习 |
|
8 |
代新冠 |
43 |
讲师 |
通信学院 |
电子信息工程 |
AI嵌入式系统设计 |
6. 招生对象及要求
嵌入式人工智能微专业面向全校二年级及以上理工科本科生招生，首期招生名额20人。招生条件：
(1) 具有较强的学习能力、积极主动的学习态度及较强的实践动手能力；
(2) 主修专业成绩良好，学有余力；
(3) 先修课程要求：C/C++语言程序设计、计算机原理及接口技术/单片机原理与接口技术。
7. 报名与咨询
扫描并加入嵌入式人工智能微专业咨询群，下载并填写微专业报名表，其他要求见群通知。
联系人：苗老师，代老师
咨询电话：02983858328，18049240016