研究领域

大规模网络化系统   

在网络理论的研究中，复杂网络是由数量巨大的节点和节点之间错综复杂的关系共同构成的网络结构。用数学的语言来说，就是一个有着足够复杂的拓扑结构特征的图。复杂网络具有简单网络，如晶格网络、随机图等结构所不具备的特性，而这些特性往往出现在真实世界的网络结构中。复杂网络的研究是现今科学研究中的一个热点，与现实中各类高复杂性系统，如的互联网、神经网络和社会网络的研究有密切关系。

大规模网络化系统领域共有2名实验科研人员，其研究内容涵盖复杂网络等研究方向。

生物系统辨识   

生物系统识别就是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性，（如指纹、脸象、虹膜等）和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定。则生物识别系统就是能利用生物识别技术的软、硬件设施。

生物系统辨识领域共有2名实验科研人员，其研究内容涵盖生物信息处理、参数辨识、结构辨识与状态估计、模式识别等研究方向。

新能源智能控制与分析   

在碳中和、碳达峰的目标下，我国亟需通过能源结构调整与构建新型电力系统实现低碳零碳转型。光伏发电作为全球增长最为迅速的可再生能源之一，发电转换效率逐步提升，度电成本迅速下降。在光伏平价上网时代开启和向“双碳”目标迈进的关键节点，迫切需要明确近期光伏平价上网路径，挖掘未来中长期成本优势带动下“光伏+储能”在以新能源为主体的电力系统中的并网潜力。

智能控制与分析领域共有3名实验科研人员，其研究内容涵盖光伏储能系统优化控制、光伏功率预测、新能源与人工智能技术、电力网络化系统优化控制等研究方向。

计算机视觉   

计算机视觉（Computer vision）是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄像机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像。

实验室视觉计算领域共有2名实验科研人员，其研究内容涵盖计算机视觉目标检测、跟踪、识别和场景理解等研究方向。