英国皇家学会会员，中国自动化学会机器人工程专业教育工作委员会副主任委员。1996年-2000年哈尔滨工业大学博士，2002年瑞士洛桑联邦高等技术工学院高访问学者，2003年-2007年英国拉夫堡大学博士，2007年-2009年英国诺丁汉伦特大学研究员，2009年至今广东工业大学自动化学院教授、博士生导师。发表国际权威SCI论文40余篇，SCI论文引用次数530余次，授权发明专利21件和软著版权登记7件；先后主持参与科研项目：国家863项目、国防科工委重点项目、重点和面上国家自然基金，省、市科技计划等20余项，总经费2000余万元，在研经费1000余万元。分别获得航天部科技进步奖和黑龙江省教学一等奖第1名，英国皇家微学会奖第1名。与瑞士和英国等多个国际领先研究组和广东省多家上市公司有长期研究合作关系。与广电运通公司（上市公司）合作创建广东省金融大数据云技术和智能装备研究工程中心副主任，广东省高精度检测研究工程中心主任。

孙庆赟，博士，北京航空航天大学计算机学院助理教授。主要研究方向为数据挖掘、网络大数据分析、图学习，已在TPAMI、TKDE、WWW、AAAI等国际权威学术期刊和顶级会议发表多篇学术论文，获国际服务质量顶级会议IWQoS 2022唯一最佳论文奖、国际数据挖掘顶级会议CIKM 2022最佳论文荣誉提名奖、ICDM 2021最佳论文候选，一作论文入选PaperDigest评选的WWW最具影响力论文；获2022年北京市大数据与脑机智能高精尖创新中心卓越研究奖、2021年中国“互联网+”大学生创新创业大赛北京市一等奖等；担任国际著名期刊TKDE、TNNLS、TWEB、TMM、NN、JMLC、JCST和国际顶级会议AAAI、WWW、KDD、ICDM审稿人。

汪祖民，大连大学三级教授、信息工程学院院长，大连大学领军型创新创业团队负责人，辽宁省优秀科技工作者，大连市高端人才，辽宁省北斗高精度位置服务技术工程实验室主任，大连市智慧医疗与健康重点实验室主任，大连市计算机学会理事长，中国计算机学会理事、杰出会员，中国计算机学会计算机应用专业委员会常务委员，中国计算机自动测量与控制技术协会常务理事，英国德蒙福特大学（De Montfort University）博士生导师，美国华盛顿大学（University of Washington）访问学者。在IEEE、CCF等国际国内顶级学术组织主办的多个大会中担任大会主席、程序委员会主席等，担任国家科技部、教育部等部门的项目评审专家。近年来，主持各类科研项目近20项，发表学术论文近百篇，作为第一发明人获授权发明专利16件、PCT国际专利1件，获得辽宁省教学成果一等奖1项、辽宁省科技进步二等奖1项、辽宁省科技进步三等奖2项、大连市科技进步二等奖1项。 主要研究领域包括：智慧医疗、智慧农业、物联网技术、机械故障诊断与预警等。

国家级诚信企业家奖、杰出青年川商提名奖、香港大学中国商业学院优秀管理奖、高校MBA创新创业奖、成都市2022工业和信息化领军企业家、成都市发改委经济体制改革专家智库成员;1、《论公司法对中小股东权益的保护及立法完善》 2007年11月 发表在国家经济类核心期刊《财经界》 参与东北某油田数字化移交平台的研发和交付，推动大数据在国产化平台的实施应用

张悠慧，男，教授。工学博士(计算机体系结构)，清华大学，2002年毕业。 研究领域 高性能处理器微体系结构、类脑计算芯片与基础软件 讲授课程 汇编语言程序设计：本科生课程；国家级精品课（2009）、首批国家级精品资源共享课（2016）、首批国家级一流本科课程（2020）、校精品课； 计算机系统概论：本科生课程。 教学概况 主讲面向本科生的计算机系统方面核心课程。与系统课组其他授课老师（包括计算机组成原理、操作系统、编译、教学实验等）一起积极参与“面向计算机系统能力培养的课程体系改革”，获得高等教育国家级教学成果奖二等奖（2018年）和北京市高等教育教学成果奖一等奖（2017年）。 相应的，进行相关课程的教学内容与体系创新，主讲的本科生课程《汇编语言程序设计》获得首批国家级精品资源共享课（2016）称号以及首批国家级一流本科课程（2020）称号。 注重“教研相长”理念，开展科研育人（本科生作为主力参加处理器设计与流片）、实践育人（积极建设专业实践课程）。指导的博士研究生获得清华大学优秀博士毕业生称号（2020年）以及2020年度“中国计算机学会（CCF）优秀博士学位论文奖”。 研究概况 以第一作者/通讯作者（包括共同）发表NATURE、ASPLOS、MICRO、NIPS、IEEE TC/TPDS等重要学术期刊、会议论文多篇——其中完整提出“类脑计算完备性”的论文发表于NATURE（20年10月15日，是国内计算机系统结构方面的首篇《自然》论文），被评为2020年世界互联网大会主任特别推荐成果；作为主要完成人之一的“天机”类脑芯片论文发表于NATURE（19年8月1日封面文章，是国内AI与芯片方面的首篇《自然》论文），是ESI热点论文（top 0.1%），被评为2019年国内十大科学进展、2019年世界互联网大会领先科技成果。

姜进磊，男，姜进磊。工学博士 (计算机科学与技术), 清华大学, 2004毕业。 研究领域：大数据、云计算、软件定义网络、分布式计算与系统、计算机支持的协同工作 研究课题 国家重点研发计划课题: 高性能教育实践服务内容开发(2016-2018); 国家自然科学基金面上项目:大数据传输关键技术研究 (2016-2019); 国家自然科学基金重点项目:大数据高效能存储与管理方法研究 (2015-2019); 国家自然科学基金面上项目:面向高性能计算的高效平台虚拟化关键技术研究 (2012-2015); 863计划课题: 以支撑公众与企业服务为主的网络操作系统研制 (2011-2013); 863计划课题: CNGrid生物信息与计算化学科学计算社区研究与开发 (2009-2010). 研究概况 我近年来的研究工作主要聚焦在云计算、大数据存储和处理等方面，所取得的主要成果包括： 1. 在云计算方面，针对已有的集群系统使用方式单一、能够支持的应用类型有限、管理复杂等问题，提出了适合于多计算资源执行的虚拟化模型，可支持硬件、操作系统及应用软件三个层次的按需定制和自动部署，在此基础上，开发完成了虚拟计算系统Nova；提出了一种基于去冗余思想的高效虚拟机镜像存储和传输方法，减少了存储空间占用，降低了网络负载，加快了分发速度；提出了虚拟机跨数据中心快速动态迁移的方法。 2. 在大数据存储方面，针对硬盘(HDD) I/O难以满足大数据处理的要求，提出了构建固态硬盘(SSD)-HDD混合存储的方法，以及基于SSD-HDD混合存储加速MapReduce运行的方法；研究了云环境下数据的存储和共享问题，参与研发的MeePo云存储系统已经在广东联通、华为、中兴、中石油等20多家企事业单位和中科院、北京大学等50多所科研院所得到应用，服务用户超过150万，支持的社区超过6000个，相关成果获2015年国家技术发明奖二等奖。 3. 在大数据处理方面，针对MapReduce在异构集群环境中和输入数据倾斜情况下性能不佳的问题，提出了ActCap，一种根据节点计算能力进行数据分布以优化MapReduce在异构集群上运行时间的方法，相对于Hadoop平均有49.8%的加速，相对于Tarazu方法平均有9.8%的加速；提出了Skew--，一种基于Reduce任务的复杂度对Key进行离线划分的方法，该方法不仅考虑Key记录的大小，也考虑Reduce函数的复杂度，同时结合“本地感知Reducer选择”、“全Mapper执行”和“Shuffle感知调控”等组件进行智能调度，相对于Hadoop平均可以取得1.98倍的加速，相对于SkewTune平均可以取得1.65倍的加速，而相对于TopCluster，Reduce阶段平均可以取得1.25倍的加速。 奖励与荣誉 国家技术发明奖二等奖: 面向社区共享的高可用云存储系统(2015);

黄震春，男，副研究员。工学博士 (计算机科学与技术), 清华大学, 2002年毕业。 研究领域：分布式计算、网格计算及其在对地观测与导航领域的应用、集群计算技术及其应用 研究概况 自2002年以来，在一系列863课题和国家自然科学基金项目的支持下，我和我的研究合作伙伴一起，将网格方面的研究思想与成果应用到对地观测与导航领域，形成了一套完整的空间信息网格体系。在这个研究过程中，取得的成果包括： 1. 将网格技术的最新成果应用于对地观测与导航领域，用网格的基本思想和技术体系重构空间信息应用系统，提出了“空间信息网格”（Spatial Information Grid——SIG）的体系结构，建立了SIG资源规范，构造了SIG基本运行时环境，并于2003年建立了国际上第一个SIG原型系统。 2. 在SIG中提出了网格中的按需服务机制，以较低代价为网格提供一种更加灵活的服务策略，使针对大数据量处理的服务提供性能远优于传统策略。针对SIG应用开发的需求，我们研究了通过对描述用户需求的主题情境和描述资源情况的资源情境进行获取、变换和匹配，实现SIG环境下基于情境的网格应用自动生成技术，简化了SIG应用的开发难度，提高了SIG应用的开发效率。 3. 开发了SIG应用的开发和运行中所必须的一系列中间件与工具，为空间信息网格的构建与运行提供技术基础。我们设计和实现了用于空间信息网格运行的分布式基本运行时环境SIG Container和SIGRE，以提供SIG计算资源和数据资源的运行时容器；我们还设计和实现了面向多种应用描述方法的SIG应用引擎SIG Application Engine（SIGAE），为基于SIG的空间应用提供运行时环境和基于Web的界面支持。 4. 提出了基于SIG的遥感数据按需分发机制，针对遥感数据多源、多类型、多用途的特点实现了多源遥感数据的一体化管理与分发。在此基础上，我们设计并实现基于SIG的多源遥感数据按需分发系统，提供了多元遥感数据的统一组织与按需分发能力，解决了长时间困扰遥感应用的元数据差异造成的多源数据分发难题。 5. 将SIG广泛应用在对地观测与遥感领域。我们的首个SIG原型系统在2003年WGISS会议上展示时引起了国际同行们的极大兴趣。在“5.12”汶川大地震的救灾工作中，SIG的研究成果在快速建立震区多源遥感数据分发系统、为抗震救灾提供遥感数据保障方面起到重要作用，体现了巨大的社会效益。除此之外，SIG的研究成果还被应用于林业资源与工程管理、洪水监测与评估、灾害应急响应等方面。 奖励与荣誉 上海市科技进步一等奖——自强2000集群式高性能计算机系统 (2001).

王晓波，博士后，硕导，讲师，1997.09-2001.07青岛科技大学，机械制造及自动化，本科 2001.09-2004.07青岛科技大学，机械制造及自动化，硕士 2008.09-2014.06青岛科技大学，机械设计及理论，博士 主要研究方向 机器视觉、智能检测、智能机器人、数字化设计与制造

席雅芬，女，硕士毕业，参加工作十五年左右，所在行业大多是计算机软硬件，ICT，互联网等公司，曾在PCCW做为产品经理，负责对项目涉及的软硬件采购，具体负责与供应商对接，采购事宜谈判，签订合同，下单等工作。现在联想主要职责为项目经理，负责项目的 启动执行收尾等一系列内容，对于熟悉招投标环节，会参与招投标的谈判，标书制定等工作，相关工作经验丰富。

刘永进，男，教授。工学博士 (机械工程), 香港科技大学,2004年毕业。 研究领域：计算几何、计算机图形学、计算机视觉、认知计算、模式识别。 讲授课程 春季学期: Fundamentals of Computer Graphics, 2011~至今 (研究生课程，英文授课，48学时)； 研究概况 在计算几何基础理论、智能信息处理、与认知计算三个方面开展研究工作：在测地度量下二维流形的中轴几何结构研究中取得了重要研究进展，证明二维流形的中轴映射是hit-or-miss拓扑空间中的下半连续函数；提出一系列计算几何新算法，成功应用在石化行业数字工厂三维重建、太湖饮用水源地水样识别和图易三维玩具设计软件中，产生了较大的社会和经济效益；开展了模拟人类视觉系统的认知计算研究，在微表情识别、基于脑电和外周生理信号的情绪识别与交互研究方面取得重要进展。获得国家自然科学基金重点项目、国家杰出青年基金、国家优秀青年基金等项目的资助，入选2011年度“教育部新世纪优秀人才支持计划”。两次获得世界华人数学家联盟年度最佳论文奖（2017，2018）、国际著名会议SPM2014的最佳论文奖、CVMJ期刊2015年度最佳论文奖以及指导博士生获得IEEE ROBIO 2017最佳学生论文提名奖，培养多名博士生、硕士生获得清华大学校级优秀博士/硕士学位论文。获得英国皇家学会牛顿高级学者基金（2017）和日本大川情报通信基金研究助成项目奖（2016），获得2011年国家技术发明奖二等奖和2018年吴文俊人工智能自然科学奖一等奖。

孙立峰，男，教授。工学博士 (系统工程), 国防科学技术大学, 2000年毕业。 研究领域：网络多媒体，多媒体边缘计算，媒体大数据，多媒体云计算，视频智能处理 研究概况 长期从事网络多媒体、视频高效智能处理与传输分发领域的研究工作，近年来关注于面向移动边缘计算的视频大数据高效智能处理新型计算模型与智能分析方法。 在视频并行处理方面，提出了视频信号统计特性、时空数据依赖、上下文关联语义的表达方法，建立了视频并行处理任务调度性能评估模型，提出了粒度自适应的并行任务动态调度方法，并行性能随核数线性增加，曾获IEEE TCSVT年度最佳论文奖； 在视频传输分发方面，提出了网络状态感知的对等网络视频分发资源调度模型与方法，用户行为感知的网络、计算资源协同调度方法，资源利用率提高2倍。曾获ACM Multimedia 2012大会最佳论文奖； 提出了多媒体边缘计算的研究框架，系统地提出了基于边缘计算的视频内容分发体系结构和资源调度方法，包括边缘视频分发网络的协同缓存与内容预取方法，面向“第一公里”传输瓶颈的混合资源调度方法， AI辅助的边缘视频传输优化方法。 研究工作在***，***, ***, IEEE Journal on Selected Areas in Communications， ACM Multimedia、IEEE INFOCOM、ACM SIGIR、AAAI等国际期刊和会议上发表论文120余篇，授权国家发明专利20项。

陈宁，女，高级工程师。2012年，清华大学博士毕业。 研究领域： 1. 机器学习方法及应用，包括互联网数据、生物信息宏基因组学数据、医疗电子病历数据分析；2. 高性能计算平台的测试服务。 研究概况： 从事人工智能/机器学习和互联网、医疗、生物数据分析等相关领域基础理论、关键技术与应用研究，及高性能平台的测试服务工作。针对复杂数据（如多模态与关系数据）的隐含结构挖掘及预测问题，系统而深入地研究了隐层空间模型的模型表示、判别式学习、模型复杂度问题。在生物信息学数据处理方面，针对大规模基因序列数据的聚类层次树开销大、聚类效率低的问题，提出基于局部敏感哈希（LSH）和非参数化贝叶斯方法（DP-means）的高效聚类方法，是当时生物信息领域处理大规模聚类问题最高效和高准确性的方法之一。提出基于分层贝叶斯隐层空间模型的微生物关联网络预测方法，显著提高在微生物关联和微生物与环境因素关联的预测任务中的准确性和实用性。在统计学习与数据挖掘、生物信息学等领域国际顶级期刊如IEEE TPAMI、IEEE TNN、Bioinformatics、Cell Systems以及顶级会议如IJCAI、NIPS、RECOMB等发表多篇学术论文。另获发明专利授权4项。过去几年中，受邀担任人工智能顶级国际会议NIPS、ICML、IJCAI、AAAI的程序委员会委员或审稿人。近年来作为项目负责人，受到国家自然科学基金面上项目、青年项目、中国博士后基金等多个国家级项目资助；并作为核心成员参与国家自然科学基金地区合作重点、国际合作重点项目等多个国家级项目中。 奖励与荣誉： 2017年中国计算机学会自然科学奖一等奖（排名第3） 2012年中国人工智能学会优秀博士论文奖