HIREP教授 | “世界TOP2”帝国理工学院终身教授,BYU医学影像研究中心
HirepGlobal
2024年06月20日 11:19
收录于文集
共16篇

在由中国工程院院刊《Engineering》评选的 2023全球十大工程成就中,“ChatGPT、中国空间站、百亿亿次超级计算机、白鹤滩水电站、双小行星重定向测试、RTS,S/AS01疟疾疫苗、鸿蒙操作系统、Spot & Atlas机器人、锂离子动力电池、无人驾驶航空器”成功获得该项殊荣,充分展示了人类在科技领域的创新能力和智慧。

这也可以看出,电子工程及技术的应用已深入到了各个行业当中,包括表现在人工智能、工程、能源、政府、医疗健康、技术等多个领域。并且,ChatGPT、鸿蒙系统的上榜也足以说明,工程科技对社会生活的巨大影响力。

至此,我们深切感受到,一个全新的科技时代正在拉开帷幕。

那么如何去把握时代科技的前沿方向、深入电子工程的学习与实践、探究多个领域下的EE应用?在本次2024 HIREP暑期实地科研项目中,我们邀请到了帝国理工学院生物工程系Neal Bangerter教授,引领大家深入电子工程的学习与研究。

HIREP教授背景

· 帝国理工学院 教授

· 伦敦超高场磁共振成像项目(LOCUS)帝国理工学院负责人

· 欧洲工商管理学院人工智能、创新和数字转型高等教育教授

· 曾任微软战略业务发展经理、麦肯锡高级顾问

· BYU 期间,他被授予David Evans教席,创立了BYU的医学影像研究中心

为教育与学术带来巨大贡献的尖端学者

Neal Bangerter教授有着优异的教育背景,在本科进入加州大学伯克利分校取得物理学学士学位后,选择继续深造并成功进入斯坦福大学获得电气工程硕士和博士学位。

Neal Bangerter教授在读研究生之前,他在计量公司Wilcox Associates担任了几年的软件开发人员,并与人共同创立了数据可视化软件公司Visualize。研究生毕业后,教授曾在管理咨询公司麦肯锡公司(McKinsey & Company)工作,过渡到微软担任高级业务发展和战略角色,然后担任广告技术公司Reactrix的产品管理副总裁。

Neal Bangerter教授有着优异的教育背景,在本科进入加州大学伯克利分校取得物理学学士学位后,选择继续深造并成功进入斯坦福大学获得电气工程硕士和博士学位。

Neal Bangerter教授在读研究生之前,他在计量公司Wilcox Associates担任了几年的软件开发人员,并与人共同创立了数据可视化软件公司Visualize。研究生毕业后,教授曾在管理咨询公司麦肯锡公司(McKinsey & Company)工作,过渡到微软担任高级业务发展和战略角色,然后担任广告技术公司Reactrix的产品管理副总裁。

目前,教授的学术兴趣包括在超高磁场强度下开发用于磁共振成像的新型脉冲序列,将机器学习应用于医学成像和医疗保健中的各种问题,以及数据、人工智能和相关技术在生物科学、医疗保健和其他行业中的前景和局限性。他在建立英国生物银行神经成像研究(一项大规模大数据健康研究工作)中发挥了重要作用,并与斯坦福大学、牛津大学、剑桥大学、犹他大学癌症研究所、杨百翰大学、伦敦国王学院和西门子医疗保健公司的团队开展了积极的研究合作。

深耕电子工程多个细支领域

电子工程作为一门交叉性学科,涉及的课程方向非常广泛,从电子器件到芯片设计,从光学到通讯系统、从信号处理到人工智能全部囊括其中。除了专业本身的内容,同时它还与其他学科有紧密的联系,例如计算机科学、物理、化学、生物甚至是音乐艺术等专业。

主要涉及到的方向在:

1.信号处理:包含各种变换、统计信号等,就业前景比较广泛,因为该方向中各个分支都具有很强的应用型,可以应用在制造业,航空航天业,医学界,以及军事领域等。

2.通信与网络:包含各种变换、统计信号等,就业前景比较广泛,因为该方向中各个分支都具有很强的应用型,可以应用在制造业,航空航天业,医学界,以及军事领域等。

3.计算机工程:主要是对电动组件(如主板、内存系统、电信系统和电路板)的研究、设计、开发和故障排除,与CS专业广泛交叉,主要针对的是计算机工程中的硬件工程。

4. 生物电气工程 :主要做和生物医学相关的EE研究,比如超声波、CT,或者生物传感器之类的。

5.光子学与光学:与物理方向有交叉,光学相关,光纤通信、光电子、激光、光学仪器等。

Neal Bangerter教授除了专注于磁共振成像领域的研究,还热衷于机器学习、人工智能、数据分析、信息处理等多个方向,覆盖了上述大多数电子工程细支领域。

因此,在教授带队的课题下,都能让学习电子工程方向的同学找到适合的研究方向,从生物医学工程、通信工程、电子信息、集成电路、光电子到人工智能。

教授推荐课题

  • 人工智能专题:深度卷积神经网络(CNN)监督学习在模式识别中的理论与实践

  • EE专题:基于摩尔定律的集成电路设计与优化--揭秘手机摄像头技术飞跃

  • 光电子控制工程:控制系统原理与光电子学基础研究--手术机器人的技术探索

  • 通信工程专题:AirDrop“隔空传送”中的电磁传输通信研究

  • 电子信息与工程专题:信号的数字处理、特征提取、模式识别--以智能手环对睡眠及心率的侦测为例

  • 生物医学工程:为什么瘫痪患者可以打游戏?基于生物信号处理的康复辅助研究