前沿技术人才培养计划
该项目聚焦电气工程与计算机科学的交叉领域，构建包含基础理论、工程实践、行业应用的完整教学体系。课程设置紧密对接工业4.0技术需求，特别在智能系统开发、能源数字化、机器视觉等方向形成特色培养方案。
课程体系架构
| 专业模块 | 核心课程构成 |
|---|---|
| 智能系统开发 | 面向对象编程与机器学习、分布式存储系统设计 |
| 数字信号处理 | 图像处理算法、计算机视觉工程实践 |
| 智慧能源系统 | 电力电子动力学、智能电网AI应用 |
| 集成电路设计 | VLSI体系结构、量子电子电路 |
| 工业控制系统 | 运动控制建模、工程优化方法 |
| 通信系统工程 | 无线系统架构、数字通信协议 |
教学特色解析
课程体系获得ABET工程教育认证，采用模块化知识架构设计。项目强调理论验证与工程实践的循环迭代，通过工业级项目案例库，训练学生解决复杂工程问题的能力。特别在智能硬件开发方向，设置从电路设计到系统集成的完整教学闭环。
- 工程认证体系：ABET标准课程质量监控
- 硬件协同设计：FPGA开发与嵌入式系统实践
- 行业项目库：包含300+真实工程案例
学术领导团队
Jafar Saniie 教授
普渡大学电气工程博士，现任系主任。主导超声信号处理与深度学习融合研究，累计发表学术论文350余篇。主持NSF、ONR等重大科研项目，开发多个工业检测智能系统。
Miles Wernick 教授
医学影像研究中心主任，IEEE会士。专注于医学图像机器学习分析，开发多光谱成像系统，获12项美国发明专利，技术转化应用于多个医疗影像设备。
Yongyi Yang 教授
IEEE图像处理期刊高级编辑，AIMBE会士。研究方向涵盖医学影像重建与增强，开发多个图像处理算法包被工业界广泛采用。
技术竞争力培养
课程设置突出四个核心能力培养维度：复杂系统建模能力、智能算法实现能力、硬件协同开发能力、工程问题解决能力。通过渐进式项目训练体系，使学生掌握从需求分析到系统部署的完整技术链条。
典型教学场景：学生团队需在8周内完成从电机控制算法设计到实际硬件调试的全流程开发，最终实现符合工业标准的运动控制系统原型。
