成熟的嵌入式技术和新兴的智能科学，未来不是交替而是融合！

智能科学是在硬件基础上给机器人赋予一个类似人的大脑、神经传导及信息处理的系统，让机器大脑通过一定的方式判断、决策并控制机器人行动，使得机器人最有效地发挥作用。

嵌入式技术是将计算机作为一个信息处理部件，嵌入到应用系统中的一种技术，也就是说它将软件固化集成到硬件系统中，将硬件系统与软件系统一体化，实现系统的智能化。

5月23日，智能科学与嵌入技术学术研讨会在华东师范大学顺利召开，本次会议邀请了智能科学与嵌入技术领域内知名专家和学者，包括中国科学院数学与系统所、兰州大学、四川大学、北京航空航天大学、上海交通大学、南京大学、山东大学、香港中文大学、Springer、电子产品世界以及相关技术公司等国内单位的近百名教授、研究生等参加。本次会议由华东师范大学计算机科学与软件工程学院、国家可信嵌入式软件工程技术研究中心、教育部软硬件协同设计技术与应用工程研究中心承办。

会议期间，参与企业工程师与专家学者就关心的智能科学与嵌入技术领域的最新研究成果和发展趋势以及实际应用等各个方面展开了热烈的讨论。大家普遍认为智能科学与嵌入式技术是当今社会的热点问题。我们应该将自己的掌握的技术与智能社会的需求相结合！来自全国各地的高校教师、企业管理人士也参加交流，电子产品世界、单片机与嵌入式系统应用杂志社及Springer出版社为会议带来《电子产品世界》及《单片机与嵌入式系统应用》杂志和图书。

迎接大知识革命

中国科学院数学与系统所研究员/院士 陆汝钤

中国科学院数学与系统所陆汝钤院士介绍，本世纪初，大数据现象异军突起，随之而引发了对大数据的研究和应用浪潮。大数据挖掘和大数据分析学也推动了人们思考应该从大数据中获取什么样的知识。到了本世纪的第二个十年，对此问题的解答初露端倪，‘大知识’的提法逐渐浮现于专家们的报告和博客中。人们开始意识到应该有一种理念、技术和方法把大数据转换成大知识，以进一步满足社会和经济发展的需要，其中就有人提到需要来一场‘大知识革命’。但是究竟什么是大知识，却没有人给出一个说明，更没有看到有人对大知识做过深入的研究，哪怕是给一个类似于大数据3V, 4V, 5V的大知识刻画也未见到。有鉴于此，我们从2016年开始研究大知识现象，并得到了一些初步的结果。陆汝钤院士在回顾国内外六个大型知识工程项目的基础上提炼出大知识的5个MC(Massive Characteristics)特征, 以及大知识系统应有的5+5个MC特征。在综合实际数据的基础上，给出了各个MC特征的定性和定量参考标准。开发大知识系统需要大知识工程。陆院士给出了大知识工程的初步定义和它的一个生命周期模型。最后，陆院士展望了大知识革命的可能研究方向和问题。

Computational Psychophysiology Based Emotion Analysis for Mental Health

  兰州大学教授/千人 胡斌

胡斌教授介绍，计算式心理生理学是一门新的学科，通过对多模态信号的识别和整合来测试特定的心理状态和心理过程模型，拓宽了心理生理学领域。此外，这种方法允许从大规模多维数据中提取多个信号，具有更好的区分嵌入在背景噪声中的信号的能力。此外，这些方法有助于更好地理解大脑紊乱的复杂心理生理过程，如自闭症谱系障碍、抑郁和焦虑。由于公认的精神疾病诊断的局限性和有限的治疗方案，新的计算模型可能为多维诊断系统和潜在的新治疗方法提供基础。

嵌入式系统的低能耗软件设计方法

四川大学教授 郭兵

郭兵教授以嵌入式系统的低能耗为目标，从静态设计和动态设计两方面，探索嵌入式系统的低能耗软件设计方法，包括能量优先的任务运行模式、系统资源的自适应软件节能配置策略、高效可定制化的软件体系结构、能量感知的编程模式和低能耗软件的演化与控制等关键技术，有效提高系统的能效比。

如何设计基于内存的高效数据存储系统

华东师范大学教授/千人/长江/杰青 沙行勉 

沙行勉教授介绍，从系统软件的角度介绍如何设计最有效的内存存储系统，包括文件系统、数据库系统等。随着PCM、MRAM等持久性存储技术的出现，为在内存中保存数据提供了机会，传统的存储系统结构可能需要重新研究和重新设计。沙教授首先介绍一个基于新概念的框架，即每个文件都有自己的“虚拟地址空间”。然后设计并实现了一个名为SIMFS的文件系统。SIMFS优于其他内存文件系统，如英特尔的PMFS。我们相信这个概念对许多内存存储系统的设计有很大的影响。概念的基础上,我们进行了混合文件系统的设计和实现,用户级文件系统、分布式内存文件系统,等等。这节课还将提出我们的新的高效和有效的索引结构,不同于B +树或相似,NVM-based关系数据库,和现在我们的一些工作NVM-based键-值数据库。所有的结果都给出了文献中最著名的结论。

安全关键系统处理器的建模与形式验证方法

北京航空航天大学教授 马殿富

马殿富教授介绍，在航空、航天、轨道交通、汽车、医疗仪器、工业控制等领域中，有些系统是安全关键系统，它们都需要高安全可靠的计算机系统（CPU、操作系统及编译系统）作为基础。马教授的报告基于航空软件标准规范DO-178C要求，探究CPU（PowerPC）的建模与形式证明方法。提出基于指令通路基本模型，自动综合CPU结构的建模方法；提出基于CPU结构，自动生成Verilog代码方法；提出基于逻辑部件功能为公理，形式证明指令结构及CPU结构的方法，为研究开发支持安全关键系统的CPU奠定基础。

通向高效强化学习

南京大学副教授 俞扬

俞扬博士介绍，强化学习旨在通过环境交互来学习最优策略，在围棋、Atari等游戏上获得成功，最近受到高度关注。然而目前的强化学习技术依赖大量自主环境交互数据，成功案例仍以虚拟环境为主，在物理环境中进行强化学习将产生高昂的时间和经济开销，导致很难在现实应用中发挥强化学习的能力。俞博士对强化学习进行介绍，并简要介绍他们在提高强化学习的样本效率、促进强化学习在现实应用中落地这一方向上的尝试和进展。

Efficient and resilient Machine learning in edge computing

上海交通大学副教授 蒋力

新兴的设备，如ReRAM，对于加速各种基于DNN的应用程序(如近似计算)来说效率非常高。然而，在器件层面上，由于各种缺陷和工艺变化，这些新兴器件的成品率很低。另一方面，在应用程序级别，输入数据的复杂分布不仅会导致不可接受的错误，而且还会降低对加速器的调用。为了减轻上述挑战，蒋力博士先讨论了应用程序级解决方案，以提高重新运行的加速器的产量和弹性，然后提出新的训练方法，以提高基于dnn的近似计算的效率。

智能系统软硬件协同设计方法

华东师范大学教授 陈仪香

软硬件协同设计能够综合分析系统的设计与⽬标要求，依据系统功能性能要求以及现有资源（如IP核、软件构件等）协同设计软件与硬件，已经越来越多地被应⽤在智能系统的设计开发过程中。陈教授介绍了智能系统软硬件协同设计方法，重点包括软硬件划分方法及基于ARM+FPGA的协同设计。陈教授以⼀个基于⼆值神经网络的交通标志识别系统为例，介绍该系统的软硬件协同设计过程，包括SysML建模、软硬件划分、软硬件综合和系统实现。我们最终在FPGA 上对系统部分任务进⾏了加速，以ARM+FPGA实现了整个系统，识别速度约为完全使用ARM实现时的17 倍。

1.2018年第6期《单片机与嵌入式系统应用》电子刊新鲜出炉！

2.还在论坛找IAR资料？IAR原厂免费培训了解一下！

3.人工智能时代，嵌入式与物联网工程师要扮演技术核心角色

4.一篇很完整的元器件选型指南

5.如何选择一个合适的嵌入式操作系统？

6.数据科学家常用的十大机器学习算法，都在这了！

免责声明：本文系网络转载，版权归原作者所有。如涉及作品版权问题，请与我们联系，我们将根据您提供的版权证明材料确认版权并支付稿酬或者删除内容。