孙富春，当今世界上人工智能方向哪几个教授或人物比较厉害

来源：整理时间：2022-05-17 03:40:56 编辑：教育管理手机版

1，当今世界上人工智能方向哪几个教授或人物比较厉害

人脸识别领域的话，山世光比较厉害。个人觉得清华的和中科院的还不错，孙富春，张长水，王生进，百度出来的余凯，IBM的苏中，微软的周明，360的颜水成，都比较不错

汗，我知道的都已经死了。这个比较难找。

当今世界上人工智能方向哪几个教授或人物比较厉害

2，孙富春的介绍

孙富春教授，博士生导师清华大学计算机科学与技术系教授、博士生导师, 校科研院院长助理，国家863计划专家组成员。兼任大连海事大学讲座教授、博士生导师，国际刊物《IEEE Trans. On Neural Networks》，《Soft Computing》和《International Journal of Computational Intelligence Systems》编委，IEEE 控制系统学会国际会议编委会编委，IEEE控制系统学会智能控制技术委员会委员。

孙富春的介绍

3，请问不以察求是什么 意思

“此诗我也有解，扫空生灭海者，后天功夫下德之德其用不休！是相也，是用也！固守总持门，是先天功夫上德之德不以察求是也！是体也！然则，童真入道者少，一般人修道时都是破体之躯（包括孙不二仙姑，修行时已是两个孩子的母亲！）。所以，一般而言都是从后天做起，然则功夫做到先天，也就说明路子对了，以后的路就会看得清些，也好走些了！”此诗应该指蓬岛还须结伴游，一身难上碧岩头。若将枯寂为修炼，弱水盈盈少便舟。（孙富春）这是一篇关于女丹诀，即女子道学的文章。

上下文是什么？這樣的短語是不容易準確解答的。

一篇网络文章，未必值得深究，单说上边这段，“功夫做到先天”，不知算什么情况，既然是下功夫，都是后天的功夫，先天性的是与生俱来的

好好品味一下《老子》：“其政闷闷，其民淳淳；其政察察，其民缺缺。”

大道无为，虚无。

请问不以察求是什么意思

4，全真七子是谁

全真教祖师王重阳的七个弟子。马钰，丹阳子，遇仙派；谭处端，长真子，南无派；刘处玄，长生子，随山派；丘处机，长春子，龙门派；王处一，玉阳子，嵛山派；郝大通，广宁子，华山派；孙不二，清静散人，清静派

孙不二（1119~1182），原名孙富春，女性；丘处机（1148~1227），道号“长春子”，有作为；郝大通（1149~1212）；马钰（1123~1181），王重阳的大弟子；谭处端（1123~1185），道号“长真子”；刘处玄（1147~1203），道号“长生子”；王处一（1142~1217），道号“玉阳子”。

全真七子是道教全真道创始人王重阳的七位嫡传弟子。即马钰、谭处端、刘处玄、丘处机、王处一、郝大通、孙不二，因其对全真道的传播和发展作过贡献，被尊为北宋真人，并得到元世祖的诏封。

马钰、谭处端、刘处玄、丘处机、王处一、郝大通、孙不二

是马钰、谭处端、刘处玄、丘处机、王处一、郝大通、孙不二

即马钰、谭处端、刘处玄、丘处机、王处一、郝大通、孙不二 “全真七子”在金庸小说中被艺术化了，《射雕》后的附录，也不详尽。现将全真七祖的资料整理于下，以飨读者。

5，烟台大学计算机系有哪几个专业

信息与计算科学专业本科，基本修业年限：四年。本专业是由信息科学、计算科学、运筹与控制科学等交叉渗透而形成的一个新的理科专业。培养具有良好的数学基础和数学思维能力，掌握信息与计算科学的基本理论、方法和技能，接受科学研究的训练，能解决信息处理和科学与工程计算中的实际问题的高级专门人才。毕业生能在科技、教育和经济金融等部门从事研究、教学、应用开发和管理工作。主要课程：数学分析、高等代数、信息科学基础、运筹与优化、数值计算方法、计算机基础、C语言、数字系统与微机原理、数据库应用与MIS技术、实用软件技术、计算机网络、计算机图形学等。

计算机学院由计算机系、自动化系、计算中心和计算机科学与技术研究所组成，学院师资力量雄厚，教师素质较高，教学经验丰富。目前有教职工 104 人，教师 74 人，其中：清华大学张钹院士为我院兼职教授，教授 8 人，副教授 28 人。博士后和博士 11 人，在读博士 8 人，硕士 50 人。学院设有计算机科学与技术、自动化及软件工程三个本科专业，目前全日制在校本、专科生达 1750 余人，计算机应用技术学科为校 “ 十五 ” 重点学科，也是学院的硕士点专业。在本科生招生规模上，计算机学院近年来招收本科生都在 200 人以上， 2001 年达 250 人， 2002 年达 400 人， 2003 年达 600 余人。随着人才市场需求的进一步加大，招生规模将进一步扩大。在学科总体布局和结构上，目前学院以计算机、自动化为主要专业，其中： “ 计算机应用技术 ” 、 “ 计算机软件与理论 ” 及 “ 模式识别与智能系统 ” 为学院的重点二级学科方向。今年，学院计划新增开设 “ 软件工程 ” 和 “ 信息安全 ” 两个本科专业，进一步扩大学院的专业数量和办学规模。另外，计划进一步申报 “ 计算机软件与理论 ” 及 “ 模式识别与智能系统 ” 两个新硕士点专业，进一步提高办学层次。在学科研究方面，已形成了人工智能、智能控制系统、信息安全、智能信息处理、数据挖掘等多个稳定的研究方向，各方向都有教授、博士后或博士作为学术带头人，为学院的后势发展奠定了良好的基础。根据重点学科规划任务书的要求，学院修改和完善了学科发展长期和近期规划，加强创新，坚持特色，继续把学科建设作为学院发展的重点内容。另一方面，充分利用北大、清华两校援建会议的契机，与清华大学计算机系张钹院士、孙富春教授等达成客座教授聘请协议，这将为学院的学科发展注入强大的动力

6，全真七子中的唯一女性孙富春是一个什么样的人

提起道士，我们首先想到的是男人，如果说女道士经常会戴一种有色眼镜看待，古人总认为女人不适合道士这个职业，如果仅仅单纯看这个职业，我认为这个职业男女都适合。在古代总会有一些女人冲破世俗的眼光，追求自己想要的事业，宋代著名的女冠（女道士）——孙不二（名富春），便是其中一位令人敬佩的女人，她对事业的追求是普通人无法理解的。众所周知，孙福春是全真教创始人王重阳的嫡传弟子之一，也就是全真七子中的一员，她与丈夫马钰都在王重阳的门下。孙福春经过自身的不懈努力修成正果，在修道这个领域拥有一席之位，但总有一些人对孙福春有一些不好的看法，以后人的眼光去看孙福春，我认为她是一个值得人尊敬的女人。孙福春是一位疼爱子女的母亲。世人都说孙福春为事业抛弃自己子女，可是仔细推敲并非如此。先抛弃家庭的人是孙福春的丈夫——马钰。当马钰要修道时，孙福春十分不舍，想同丈夫一起离开，哪个女人不想与自己的丈夫形影相随。可她与丈夫有三个孩子，不能弃家不顾，所以孙福春留在了家中。从这便可看出孙福春不是一个自私的母亲，相反挺疼爱自己的子女。她追求自己的事业时，三个孩子已成年。她还是一位理性的母亲，在古代女人依靠丈夫，丈夫不在依靠儿子，她可以在家享受儿子的福气，但是她抛弃传统观念，追求事业，孩子没遭受原生家庭的压迫。孙福春是一位敢于冲破世俗眼光的女人。在古代，不得不说女人的地位一直比较低，总被认为不适合干这个不适合干那个，可是女人除了体力比不上男人，其他的并没有劣于男人，有很多职业同样适合女人，只是古人被世俗所禁锢，只要女人在某些职业方面比男人强或者同样适合女人的职业，总会被人打上不一样的标签，被人所嫌弃。但是孙福春不一样，她敢于顶着世俗异样的眼光踏入自己的事业。都说中国修道的女人并不只有孙福春，但是孙福春绝对是最有勇气的一位，唐朝有名的女道士最多，归功当时文化开放，但是唐朝之后，对女人的禁锢越来越深。孙福春还是一位令人敬佩的追梦人。在追求职业方面，孙福春为世人树立了良好的榜样。在工作上，不是所有人都是爱一行进一行，孙福春起初也不是真的喜欢这个行业，开始只为追随丈夫的步伐。但是孙福春突破重重困难，据记载孙福春为进入王重阳门下受到很多苦难，为事业毁掉自己容貌。在修道这个行业活出自己的人生，拥有自己的成功，她为世人留下了佳作，用自己的实际行动打破世人的观念，告诉我们人中老年纪的人也能追求自己的事业，同样可以活得更加精彩，女人同样可以做自己想做的事，她是值得人们尊敬，很少有古代女人活得像她一样出彩。古人对大部分女人的记载总有些不好的看法，关于孙福春也是，但是那些大部分都是以异样的眼光来看待。但凡女人比男人优秀，都会被加上不好的成分。孙福春家庭富裕，人又聪慧，我相信很多东西她比普通女人知道得多，所以有些野史记载的东西很难让人信服，不排除有些人嫉妒她的才华故意抹黑她，更何况她入道一直有丈夫伴随，记载说她修成正道要比他的丈夫早，由此可以看出孙福春的才华。如果真的没有才能我相信王重阳也不会收她为嫡传弟子。古人总是对某些优秀的女人进行打压，总认为这样不合世俗，所以我们要正确地去看待古人的一些记载。孙福春在事业的成就有目共睹，她为世人树立了积极的人生观和事业观。她对生活充满积极的态度，用行动告诉世人只要敢于追求，与年龄无关，与人别无关，自己的人生把握在自己的手中，不应因为世俗的眼光而放弃自己。同时孙福春修道成果对后人影响颇深，从女人自身的角度进行修道，为修道之人提供了新的思路和想法，给世人作出了自己的贡献，为后来步入修道之人树立了榜样，曾经有两个皇帝对其进行封号。对于这样一个敢于追求并为之付出极大努力的人，我们难道不应该怀着敬佩之心去对待吗？

共创木偶岛，楼主威武！

7，求一篇电气自动化的英文文献

Electric Automation 电气自动化 ELECTRIC AUTOMATION DEVICE AND METHOD FOR ADJUSTING THE FUNCTIONS OF THE ELECTRIC AUTOMATION DEVICE The invention relates to an electric automation device comprising a control unit that is controlled by a computer. In order to create an automation device that can be set to predefined functions in a particularly flexible manner while requiring less testing, a computer hardware component (2) is provided with control software comprising a basic functional area which includes an operating system (3), a device driver (4), and communication modules (5) so as to form a basic automation device (1) while the basic automation device (1) is complemented with any application modules (7a, 7b, 7c, 8, 9) that can be connected to the basic functional area via a software interface (6) in order to obtain the automation device. The invention also relates to a method for producing or adjusting the functions of such an electric automation device. 电气自动化专业介绍一、专业概况随着高新技术的发展和生产自动化程度的提高，我国国民经济发展，正在和继续需要大批技术应用型实用人才。电气自动化技术是现代制造技术中不可缺少的重要技术门类，也是一个国家科技实力乃至综合竞争力的综合反映，在工业发展中具有前导地位。电气自动化技术，集机、电、计算机、信息处理等多学科于一体，是多学科相互交叉、渗透、结系淖酆涎Э疲

[1]ROVITHAKIS G A. Stable adaptive neuro-control design via Lyapunov function derivative estimation [ J ]. Automatica, 2001 37 (8):1213- 1221. [2]王源,胡寿松,吴庆宪.一类非线性系统的自组织模糊CMAC神经网络重构跟踪控制[J].控制理论与应用,2003,20(1):70-77.(WANG Yuan, HU Shousong, WU Qingxian. Adaptive reconfigurable tracking control of a class of nonlinear systems based on self-organizing fuzzy CMAC neural networks [ J ]. Control Theory & Applications, 2003,20(1 ) :70 - 77. ) [3]LEWIS F L, YESILDIREK A, LIU K. Multilayer neural net robot controller:structure and stability proofs [ J]. IEEE Trans on Neural Networks, 1996,7(2) :388 - 399. [4]金波,俞亚新.一种自适应CMAC神经元网络控制器及其在水轮调速器中的应用[J].控制理论与应用,2002,19(6):905-908.( JIN Bo, YU Yaxin. Adaptive CMAC controller for hydraulic turbine speed governor [ J ]. Control Theory & Applications, 2002, 19 (6):905 - 908. ) [5]CHEN F C, KHALIL H K. Adaptive control of nonlinear systems using neural networks [J]. Int J Control, 1992,55(6): 1299 - 1317. [6]牛玉刚,邹云,杨成梧.基于神经网络的一类非线性系统自适应跟踪控制[J].控制理论与应用,2001,18(3):461-464.( NIU Yugang, ZOU Yun, YANG Chengwu. Neural network-based adaptive tracking control for a class of nonlinear systems [ J]. Control Theory & Application, 2001,18 ( 3 ): 461 - 464. ) [7]李翔,陈增强,袁著祉.非最小相位非线性系统的简单递归神经网络控制[J].控制理论与应用,2001,18(3):456-460.(LI Xiang,CHEN Zengqiang, YUAN Zhuzhi. Simple recurrent neural network control for non-minimum phase nonlinear system [ J ]. Control Theory &Application ,2001,18(3) :456 - 460. ) [8]CHEN S, BILLINGS S A, GRANT P M. Recursive hybrid algorithm for nonlinear system identification using radial basis function networks [J]. Int J Control, 1992,55(5): 1050 - 1070. [9]BROWN M, HARRIS C J. Neurofuzzy Adaptive Modeling and Control [M].Hertfordshire: Prentice Hall International (UK) Limited,1994. [10]LIN C T, LEE G C S. Neural Fuzzy Systems-A Neuro-fuzzy Synergism to Intelligent Systems [M].New York: Prentice Hall Inc. ,A Simon & Schuster Company, 1996. [11]GE S S, LEE T H, HARRIS C J. Adaptive Neural Network Control of Robotic Manipulators [ M]. Singapore: World Scientific, 1998. [12]孙富春,孙增圻,张钹.机械手神经网络稳定自适应控制的理论与方法[M].北京:高等教育出版社,2004.(SUN Fuchun, SUN Zengqi, ZHANG Bo. Theory and Approaches for Stable Adaptive Control of Robotic Manipulators Using Neural Networks [M]. Beijing: Higher Education Press,2004. ) [13]WIDROW B. The original adaptive neural net broom-balancer[ C ]//Proc of IEEE Int Symposium on Circuits and Systems. Piscataway,NJ:IEEE Press, 1987:351 - 357. [14]ALBUS J S.New approach to manipulator control:the cerebellar model articulation controller (CMAC) [ J]. J of Dynamics Systems,Measurement and Control, 1975,97 ( 3 ): 220 - 227. [15]HOPFIELD J J, TANK D W. Computing with neural circuits: A model [ J]. Science, 1986,233:625 - 633. [16]RUMELHART D E, MCCLELLAND J L. Parallel Distributed Processing : Explorations in the Microstructure of Cognition [ M]. Cambridge, MA: MIT Press, 1986. [17]WANG Jeen-Shing, LEE G C S. Self-adaptive recurrent neuro-fuzzy control of an autonomous underwater vehicle [ J ]. IEEE Trans on Robotics and Automation, 2003,19 ( 2 ): 283 - 295. [18]DIAO Yixin, PASSINO K M. Adaptive neural/fuzzy control for interpolated nonlinear systems [ J ]. IEEE Trans on Fuzzy Systems,2002,10(5) :582 - 595. [19]达飞鹏,宋文忠.基于模糊神经网络的滑模控制[J].控制理论与应用,2000:17(1):128-132.(DA Feipeng,SONG Wenzhong. Sliding mode control based on the fuzzy neural networks [ J ]. Control Theory & Applications, 2000,17(1):128- 132.) [20]DENG Hui, SUN Fuchun, SUN Zengqi. Observer-based adaptive controller design of flexible manipulators using time-delay neurofuzzy networks [J]. J of Intelligent and Robotic Systems,2002,34(34) :453 - 466. [21]LIU Huaping, SUN Fuchun, HE Kezhong, et al. Controller design and stability analysis for fuzzy singularly perturbed systems [ J]. Acta Automatica Sinica ,2003,29(4) :494 - 500. [22]胡寿松,周川,胡维礼.基神经网络的模型跟随鲁棒自适应控制[J].自动化学报,2000,26(5):623-629.(HU Shousong, ZHOU Chuan, HU Weili. Model-following robust adaptive control based on neural networks [ J ]. Acta Automatica Sinica ,2000,26(5) :623 - 629. ) [23]PARTRICIA Melin, OSCAR Castrilio. Intelligent adaptive control of non-linear dynamical systems with a hybrid neuro-fuzzy-genetic approach [C]//Proc of IEEE Int Conf on Systems, Man, and Cybernetics. Piscataway,NJ: IEEE Press, 2001:1508 - 1513. [24]LEE Ching-hung,LIN Yu-hing,LAI Wei-yu. Systems identification using type-2 fuzzy neural network (type-2 FNN) systems [C]//Proc of 2003 IEEE Int Symposium on Computational Intelligence in Robotics and Automation. Piscataway, NJ: IEEE Press, 2003:1264 -1269. [25]PARTRICIA M, OSCAR C. A new method for adaptive model-based control of nonlinear plants using type-2 fuzzy logic and neural networks [C]//Proc of IEEE Int Conf on Fuzzy Systems. Piscataway,NJ: IEEE Press, 2003: 420 - 425. [26]MENDELAND J M, BOB John R I. Type-2 fuzzy sets made simple [J]. IEEE Trans on Fuzzy Systems,2002,10(2): 117 - 127. [27]Ezhov A A, Khromov A G, Berman G P. Analog quantum neuron for functions approximation [ C ]//Proc of Int Joint Conf on Neural Networks. Piscataway,NJ: IEEE Press, 2001,2:1577 - 1582. [28]SANNER R M, SLOTINE J J E. Stable adaptive control and recursive identification using radial Gaussian networks [ C ]//Proc of IEEE Conf on Decision and Control. Piscataway, NJ: IEEE Press,1991:2116-2123. [29]POLYCARPOU M M, IOANNOU P S. Identification and control of nonlinear systems using neural network models: design and stability analysis EE-Report 91 - 09 - 01 [ R ]. Los Angeles: University of Southem California, 1991. [30]SANCHEZ E N, BERNAL M A. Adaptive recurrent neural control for nonlinear system tracking [ J ]. IEEE Trans on Systems, Man,and Cybernetics, Part B: Cybernetics, 2000,30( 6 ): 886 - 889. [31]SUN Fuchun, LI HanXiong, LI Lei. Robot discrete adaptive control based on dynamic inversion using dynamical neural networks [ J ].Automatica, 2002,38 ( 11 ): 1977 - 1983. [32]SANNER R M, SLOTINE J J E. Structurally dynamic wavelet networks for the adaptive control of uncertain robotic systems [ C ]//Proc of the 34 th IEEE Conf on Decision and Control. Piscataway,NJ: IEEE Press, 1995: 2460 - 2467. [33]POLYCARPOU M M. Stable adaptive neural control scheme for nonlinear systems [ J]. IEEE Trans on Automatic Control, 1996,41(3) :447 - 451. [34]SUN Fuchun, SUN Zengqi, WOO Pengyun. Neural network-based adaptive controller design of robot manipulators with an observer [ J]. IEEE Trans on Neural Networks ,2001,12( 1 ) :54 - 67. [35]NARENDRA K S, PARTHASARATHY K. Identification and control of dynamical systems using neural networks [ J ]. IEEE Trans on Neural Networks, 1990,1(1) :4 - 27. [36]ROVITHAKIS G A. Tracking control of multi - input affine nonlinear dynamical systems with unknown nonlinearities using dynamical neural networks [ J]. IEEE Trans on Systems, Man, and Cybernetics-Part B: Cybernetics, 1999,29(2): 179 - 189. [37]GE S S, LI G Y, LEE T H. Adaptive NN control for a class of strictfeedback discrete-time nonlinear systems [ J ]. Automatica, 2003,39(5) :807 - 819. [38]JAGANNATHAN S, LEWIS F L. Multilayer discrete-time neural-net controller with guaranteed performance [ J ]. IEEE Trans on Neural Networks, 1996,7 ( 1 ): 107 - 130. [39]SUN Fuchun, SUN Zengqi, WOO Pengyan, Stable neural networkbased adaptive control for sampled-data nonlinear systems [ J]. IEEE Trans on Neural Networks, 1998,9(5) :956 - 968. [40]CHENG C M, REES N W. Stability analysis of fuzzy multivariable systems: vector Lyapunov function approach [ J]. IEE Proceeding of Control Theory, 1997,144(5) :403 - 412. [41]SUN Fuchun, SUN Zengqi, FENG Gang. An adaptive fuzzy controller based on sliding mode for robot manipulators [ J ]. IEEE Trans on Systems, Man, and Cybernetics- Part B: Cybernetics,1999,29(5) :661 - 667. [42]TANAKA K, WANG H O. Fuzzy Control Systems Design and Analysis-A Linear Matrix Inequality Approach [M] .New York:John Wiley & Sons, Inc. ,2001. [43]TANIGUCHI T, TANAKA K, WANG H O. Fuzzy descriptor systems and nonlinear model following control [ J ]. IEEE Trans on Fuzzy Systems, 2000,8 (4): 442 - 452. [44]WU S J, LIN C T. Optimal fuzzy controller design: local concept [J] .IEEE Trans on Fuzzy Systems,2000,8(2): 171 - 185. [45]WU S J, LIN C T. Discrete-time optimal fuzzy controller design:global concept approach [ J]. IEEE Trans on Fuzzy Systems, 2002,10(1) :21 - 38. [46]CAO S G, REES N W, FENG G. H∞ control of uncertain fuzzy continuous - time systems [ J ]. Fuzzy Sets and Systems, 2000,115 (2):171 - 190.