电子信息（人工智能与大数据方向）专业介绍

一、学科介绍

计算机科学与技术学院目前拥有计算机系、软件工程系、信息安全系、计算机基础教学部和实验教学中心5个教学单位，承担着计算机科学与技术专业、计算机科学与技术（电力企业信息化方向）、软件工程、信息安全和网络工程五个专业方向的本科教学工作，以及全校本科生的计算机基础教学任务。学院拥有“电力信息技术”学术型硕士点、“电子信息（计算机技术）”专业硕士点、“电子信息（人工智能与大数据）”专业硕士点、“电力企业信息化”上海市重点学科、“智能电网信息技术”上海市教委重点学科、“计算机科学与技术”上海市人才高地、计算机科学与技术（电力企业信息化）国家“卓越工程师教育计划”、计算机科学与技术“创新创业”本科专业以及两个中央与地方共建实验室。学院还拥有专业的“计算机网络”实验室、“物联网”实验室和国家级重点实验室的子中心“大数据研究中心”和“信息安全研究中心”等研究生培养基地。

学院拥有一支年富力强、学历层次高、发展后劲足的师资队伍，共有教师61人从人脑向电脑的思维接力——软件工程专业介绍，其中上海市“曙光学者”、“浦江学者”、“晨光计划”、“杨帆计划”等人才计划及上海市人才发展基金获得者5人，上海电力大学“海外名师”3人，教授、副教授31人，有博士学位教师27人。拥有上海市创新创业本科实验教育基地及教育部卓越工程师培养计划首批试点专业，上海市精品课程“软件工程”、“面向对象分析与设计”，多名教师获得了“中天”优秀教师奖等荣誉称号。学院在校学生1200多人，连续三年参加“中国机器人大赛暨RoboCup公开赛”、“Android应用开发中国大学生挑战赛”、“计算机应用程序设计大赛”等均获得一等奖、二等奖等好成绩。

近五年来，学院承担着60余项国家自然科学基金项目、教育部重点科技项目、上海市科委重点项目、上海市教委创新行动计划项目和电力企业委托科研项目。在IEEE Trans. Parallel Distrib. Syst., IEEE Trans. Wirel Commun., IEEE Trans. Smart Grid，IEEE Trans. Emerging Topics Comput.，IEEE Trans. Vehicular Technology, Pattern Recognition, World Wide Web和软件学报国际国内核心期刊发表学术论文300余篇，其中被SCI、EI和ISTP收录论文近200篇。申请国家发明专利20余项从人脑向电脑的思维接力——软件工程专业介绍，申报软件著作权10余项。在世界顶级出版社出版学术专著及章节10余部。近三年获省部级科技进步奖、国家发明专利和实用新型专利多项。

学院一直与行业相关的企业保持密切的合作，先后得到了上海市重点学科建设项目、上海市教委重点学科建设项目的资助。经过多年的建设，已经形成了鲜明的电力学科特色。在电力系统数据管理与决策支持、电力系统智能信息处理、电力系统信息安全等研究领域具有一定的影响，为电力行业的信息化建设提供了大量的技术支持。目前已建设完成了“能源互联网靶场平台”、“电力系统云计算海量网络数据管理平台”、“无线传感器网络监测平台”、“网络攻击与防御实验平台”、“SmallWorld GIS 开发平台”、“电力用户侧实验平台”、“家用电器电能监控平台”和“微电网实验平台”等教学科研平台。

人工智能与大数据学科，人工智能是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，而大数据为人工智能的发展提供了样本基础，是门基于数据的系统学科，核心是数学算法，通过一些成熟平台架构组件，完成对数据的使用，涵盖了数据管理、系统开发、海量数据分析与挖掘。近年来本学科以人工智能学院为契机开展相应研究和应用实践。

二、专业方向

电子信息（人工智能与大数据方向）属于专业学位硕士，主要研究方向包括（但不限于）：

1．智能信息处理与可视化技术

该方向主要研究电力大数据的数据采集、存储和数据分析挖掘等关键技术，并结合电力行业的实际应用场景，开展电力大数据的可视化应用系统等研究。

2．大数据存储与智能管理

该方向主要研究对象为存储规模大，存储管理复杂，且需要兼顾结构化、非结构化和半结构化的数据，主要涉及分布式文件系统和分布式数据库相关技术，尤其是大数据索引和查询技术、实时及流式大数据存储与处理相关技术。

3．大数据分析与挖掘技术

该方向研究在数据量迅速膨胀时的深度数据分析和挖掘，对自动化分析具有较高要求，基于主流大数据数据分析工具和产品的应用开发数据挖掘等相关算法和机制；充分发掘大数据所蕴含的大价值以及价值所隐藏的新规律等。

4．大数据安全与智能检测

该方向主要研究通过文件访问控制来限制呈现对数据的操作技术、基础设备加密技术、匿名化保护技术和加密保护技术等，在最大程度的保护大数据在采集、传输、存储和分析使用过程中可能涉及的信息安全和隐私保护等内容。