CS部分学科简介及研究机构-德国篇

作者简介:2011年来到德国,先后于德国萨尔大学和乌尔姆大学计算机科学攻读博士学位,并曾经就职于德国马克斯普朗克信息研究(萨尔布吕肯),萨尔大学,德国癌症研究中心(海德堡)和乌尔姆大学神经信息处理中心。主攻方向为基于计算机视觉的人体动作分析,曾在biomedical engineering,HCI以及其他领域都有文章发表。

【DIY咨询师030】手把手教你如何申请德国博士~

敬请关注[飞跃计划]DIY全球留学申请、生活 - 知乎专栏以及相关的知乎 Live,解锁更多DIY申请技能。

需要DIY私人咨询|文书服务,请关注文末微信公众号【全球留学DIY飞跃计划】,使用公众号功能“开始咨询”,联系客服选择030号咨询师。

关于CS热门领域人工智能、机器学习部分薪资待遇:

全球 TOP 互联网公司及学术界人工智能方向薪资、高薪的揽才计划有哪些?

首先,本文中的汇总基于个人经验和与各级研究人员的交流。

其次,各个研究机构和大学之间通过项目(比如SFB)合作,而同一教授也在不同的科研机构任职,因此介绍某一方向的时候,可以把几个机构合起来一起说,比如大学A/机构B/机构C。

另外,因为笔者知识水平有限而无法涵盖计算机所有学科,敬请读者谅解并欢迎补充更正。

1、离散数学,数据结构,算法,科学计算

计算机传统学科,也可以认为是应用数学学科,是以下各个方向的基石。萨尔大学/马普信息所,波恩大学/马普数学所,以及哥廷根大学有比较深厚的研究实力和研究传统。此外,海德堡大学的Mathematikon

有优秀的研究环境和充足的科研经费, 并专门开设了scientific

computing 的硕士课程。

2、人工智能和计算机视觉

这一部分所说的计算机视觉包括行人检测和追踪,人体姿态估计,人体动作捕捉,物体探测和识别,图像分割,视频分析等研究方向。

在计算机视觉领域,萨尔大学/马克斯普朗克信息所,图宾根大学/马克斯普朗克智能系统所这些机构处于领跑的位置。位于其后的包括亚琛工业大学,慕尼黑工业大学,弗莱堡大学,卡尔斯鲁厄工业大学,海德堡大学等等。这些机构硬件资源充沛,课题开展广泛,与美国知名大学(比如MIT,斯坦福,伯克利,哈弗等)都有深度和合作。比如,马普所某组senior researcher的评选要去斯坦福。这些机构每年在各种顶级会议和杂志上有稳定的输出。

值得注意的是,德国的大型跨国公司,比如宝马,奔驰,bosch, continental

等与这些研究机构都有合作。很多教授挂名公司内的PHD导师。这些在职博士的待遇普遍好过研究所内博士的待遇,并更容易得到公司的正式编制。公司PhD的内容我们以后细说。

敬请关注海德堡大学 @留德华叫兽和牛津大学【DIY咨询师036】近期举办的知乎Live:https://dwz.cn/c3aPFBYo

3、机器人

机器人学有很多分支,而不同的机构擅长不同的分支。在学习算法领域,达姆斯塔特大学和图宾根马普智能系统研究所比较有名。这两个机构之间有很深的合作关系,研究人员有时候交叉任职。而这两个机构同美国南加州大学又有很深的合作关系,比如马普所autonomous motion组的带头人同时是南加州的教授。在嵌入式系统,仿生机器人,人机交互等领域,慕尼黑工大和卡尔斯鲁厄工大处于领先的位置。其中,慕尼黑工大的项目会与认知科学和神经科学交叉,卡鲁的项目会相对传统一些。在实际应用上面,DFKI(不来梅)的机器人部会研发陆地,水下以及空间机器人。在医疗机器人领域,领跑的算是慕尼黑工大和吕贝克大学。

4、计算机图形学

计算机图形学和计算机视觉有很多交叉的地方,然而计算机图形学侧重于利用计算机生成图像或者三维模型,计算机视觉侧重于对图像进行语义分析。在计算机图形学方面,萨尔大学/马普信息所/DFKI/Intel视觉计算中心 的研究实力比较突出。研究和教学内容涵盖了上游的三维几何建模,图像几何分析,图像渲染等研究领域,到下游的引擎开发,3Dweb, 并行计算等工程领域。同时马普所同国内的机构比如清华大学,浙江大学等都有合作。

5、人机交互

人机交互是主要基于计算机科学和心理学的交叉学科,有偏重人因素的方向(human factor),有偏重计算机的方向。在人机交互领域,成果比较多的有,萨尔大学/马普信息所/DFKI,图宾根大学,奥格斯堡大学,乌尔姆大学等。

6、生物信息

生物信息是用计算机来解决生物问题,比如分析基因序列,查找检测致癌基因,模拟药物靶点等等,是一个比较吃数据的方向。在生物信息领域,萨尔大学/马普信息所/生物信息中心 基本处于领跑的位置,擅长算法的开发,并向海德堡大学等生物医学强校稳定的培养和输出人才。同时,海德堡大学/德国癌症研究中心/EMBL,乌尔姆大学等学校依托强大的生物医疗背景,生物信息数据搜集相对容易,因此生物信息研究比较容易出成果。

7、医疗图像处理

医疗图像处理研究的问题包括CT/MRI图像分割,三维建模,图像配准(image registration),离体/活体病变组织识别,手术导航,VR/AR等。这方面领先的是慕尼黑工大/亥姆霍兹研究所,海德堡大学/德国癌症研究所,纽伦堡大学,吕贝克大学/弗朗霍夫研究所等。其中,慕尼黑工大和海德堡大学研究方向比较广泛,吕贝克大学/弗朗霍夫研究所在图像配准方向领先其他机构。因为大数据和深度学习的普及,用人工智能处理医疗图像是近两年比较火的研究方向,也是为数不多的可以让计算机科学家发表CNS的研究方向。

8、神经计算,认知计算

神经计算侧重神经信号处理,生物启发式的数学建模,认知心理学机理建模,脑部神经回路模拟,神经网络硬件实现等等。很多大学的研究课题属于欧洲大脑计划的一部分,也是计算机科学家可以发表CNS的方向,然而比起其他学科,神经计算和认知计算属于冷门方向。另外,虽然同样是神经网络,神经计算的研究点与深度学习的关联并不大,研究人员甚至会出现相互看不起的现相。在神经计算和认知计算领域,图宾根大学/马普生物控制所,乌尔姆大学,奥斯纳布吕克大学等机构都有大量的研究组,并且与美国很多大学(比如哈弗)都有合作。

9、情感计算(affective computing)

情感计算是一门新兴交叉学科,目的在于利用计算机理解和生成人类情感,比如疼痛识别, 高兴/悲伤/害怕 等情感识别。在这一方向成果比较多的有奥格斯堡大学,乌尔姆大学,纽伦堡大学等。其中奥格斯堡大学一教授任欧洲科学院院士,另一教授出任IEEE affective computing主编,兼任英国帝国理工教授,并与哈工大合作紧密。

最后, @留德华叫兽

曾发表过一篇文章,汇总介绍了美国之外的CS项目,请大家猛戳:

【信息汇总】美国以外CS/ML等人工智能方向硕博项目精选:

https://dwz.cn/hGGvSEQ7

诚邀乐于分享的你,将留学申请|生活经验以视频|文章|咨询|文书|知乎 Live等方式分享给即将飞跃的飞友们-内容首发『全球留学DIY飞跃计划』、B站和微信公众号,并同步于@留德华叫兽其他平台。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181008A1XJ7J00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券