行業(yè)解決方案
深耕行業(yè) 創(chuàng)新價值中央企業(yè)
服務央企數(shù)智化轉(zhuǎn)型第一品牌國資監(jiān)管與投資控股
數(shù)智國資 新質(zhì)發(fā)展裝備與離散制造
數(shù)智融合 賦能高端制造流程制造
深化AI+賦能流程制造業(yè),助燃新質(zhì)生產(chǎn)力消費品
數(shù)智消費,賦能消費品行業(yè)企業(yè)數(shù)智化轉(zhuǎn)型發(fā)展服務
AI+驅(qū)動服務行業(yè)數(shù)智企業(yè)創(chuàng)新發(fā)展交通與公用事業(yè)
數(shù)智賦能交通公用行業(yè)高質(zhì)量發(fā)展建筑與地產(chǎn)
建數(shù)智引擎,產(chǎn)新質(zhì)動能醫(yī)藥
以數(shù)智創(chuàng)新驅(qū)動醫(yī)藥行業(yè)高質(zhì)量發(fā)展醫(yī)療
數(shù)智化技術賦能醫(yī)療機構(gòu)高質(zhì)量發(fā)展能源
以數(shù)智創(chuàng)新推動能源行業(yè)綠色低碳發(fā)展電信與廣電
電信與廣電行業(yè)M域首席服務商軍工
軍工企業(yè)的數(shù)智化首選政務
云聚公共管理智慧,助力政府數(shù)智化轉(zhuǎn)型教育
數(shù)智化人才培養(yǎng)服務提供商金融
中國金融行業(yè)數(shù)智化解決方案領導者汽車
專注于汽車行業(yè)營銷與后市場服務煙草
助力煙草行業(yè)數(shù)智化轉(zhuǎn)型行業(yè)
深耕行業(yè) 創(chuàng)新價值中央企業(yè)
服務央企數(shù)智化轉(zhuǎn)型第一品牌國資監(jiān)管與投資控股
數(shù)智國資 新質(zhì)發(fā)展裝備與離散制造
數(shù)智融合 賦能高端制造流程制造
深化AI+賦能流程制造業(yè),助燃新質(zhì)生產(chǎn)力消費品
數(shù)智消費,賦能消費品行業(yè)企業(yè)數(shù)智化轉(zhuǎn)型發(fā)展服務
AI+驅(qū)動服務行業(yè)數(shù)智企業(yè)創(chuàng)新發(fā)展交通與公用事業(yè)
數(shù)智賦能交通公用行業(yè)高質(zhì)量發(fā)展建筑與地產(chǎn)
建數(shù)智引擎,產(chǎn)新質(zhì)動能醫(yī)藥
以數(shù)智創(chuàng)新驅(qū)動醫(yī)藥行業(yè)高質(zhì)量發(fā)展醫(yī)療
數(shù)智化技術賦能醫(yī)療機構(gòu)高質(zhì)量發(fā)展能源
以數(shù)智創(chuàng)新推動能源行業(yè)綠色低碳發(fā)展電信與廣電
電信與廣電行業(yè)M域首席服務商軍工
軍工企業(yè)的數(shù)智化首選政務
云聚公共管理智慧,助力政府數(shù)智化轉(zhuǎn)型教育
數(shù)智化人才培養(yǎng)服務提供商金融
中國金融行業(yè)數(shù)智化解決方案領導者汽車
專注于汽車行業(yè)營銷與后市場服務煙草
助力煙草行業(yè)數(shù)智化轉(zhuǎn)型銷售熱線:
4006-600-577銷售熱線:
4006-600-577銷售熱線:
4006-600-577張鈸,清華大學計算機系教授,中科院院士。1958年畢業(yè)于清華大學自動控制系,同年留校任教至今。1980年2月-1982年2月,美國伊利諾斯大學訪問學者。2011年漢堡大學授予自然科學榮譽博士。曾任校學位委員會副主任,現(xiàn)任微軟亞洲研究院技術顧問。
他參與人工智能、人工神經(jīng)網(wǎng)絡、機器學習等理論研究,以及這些理論應用于模式識別、知識工程與機器人等技術研究。在這些領域,他已發(fā)表200多篇學術論文和5篇(或章節(jié))專著(中英文版)。他的專著獲得國家教委高等學校出版社頒發(fā)的優(yōu)秀學術專著特等獎。他的科研成果分別獲得ICL歐洲人工智能獎、國家自然科學三等獎、國家科技進步三等獎、國家教委科技進步一、二等獎、電子工業(yè)部科技進步一等獎以及國防科工委科技進步一等獎等獎勵。此外,他參與創(chuàng)建智能技術與系統(tǒng)國家重點實驗室,于1990-1996年擔任該實驗室主任。1987-1994年任國家“863”高技術計劃智能機器人主題專家組專家。
在過去30多年中,他提出問題求解的商空間理論,在商空間數(shù)學模型的基礎上,提出了多粒度空間之間相互轉(zhuǎn)換、綜合與推理的方法。提出問題分層求解的計算復雜性分析以及降低復雜性的方法。該理論與相應的新算法已經(jīng)應用于不同領域,如統(tǒng)計啟發(fā)式搜索、路徑規(guī)劃的拓撲降維法、基于關系矩陣的時間規(guī)劃以及多粒度信息融合等,這些新算法均能顯著降低計算復雜性。該理論現(xiàn)已成為粒計算的主要分支之一。在人工神經(jīng)網(wǎng)絡上,他提出基于規(guī)劃和基于點集覆蓋的學習算法。這些自頂向下的結(jié)構(gòu)學習方法比傳統(tǒng)的自底向上的搜索方法在許多方面具有顯著優(yōu)越性。