核心课程详解

• 电气和计算机工程在移动系统中的应用：聚焦5G、物联网技术与移动系统的融合，通过车载智能终端、移动医疗设备等实际案例，教授系统架构设计、数据传输优化等核心技术。
• 工业和制造工程在移动系统中的应用：针对智能制造趋势，解析工业机器人、自动化生产线在移动场景下的部署逻辑，培养跨工程领域的协同优化能力。
• 机械工程在移动系统中的应用：结合新能源汽车、智能物流设备等载体，研究机械结构设计与人工智能算法的协同机制，强化工程问题的系统性解决思维。
• 汽车工程数字信号处理技术：围绕自动驾驶、车联网等前沿方向，深入讲解数字信号采集、滤波、特征提取等关键技术，为智能汽车开发奠定技术基础。
• 汽车控制系统管理课程：从底层控制逻辑到上层策略设计，覆盖动力系统、安全系统等核心模块，培养智能汽车控制系统的全流程管理能力。
• 技术管理与项目管理：针对工程领域的实际需求，教授技术研发流程管理、跨部门协作、风险控制等内容，助力学生向技术管理复合型人才转型。

Yunsheng Wang（计算机科学教授）

学术背景：伦敦大学学院硕士、天普大学计算机科学博士，在联网与自动驾驶汽车、移动计算、无线网络等领域发表多篇期刊论文。

行业贡献：长期担任IEEE等会议的程序委员会成员及期刊审稿人，其关于"边缘计算在车联网中的应用"研究成果被多家自动驾驶企业采纳。

教学特色：擅长将复杂技术原理转化为具象案例，指导学生参与自动驾驶模拟系统开发等实践项目，培养工程问题的创新性解决能力。

Jungme Park（电子和计算机工程教授）

学术背景：专注自动驾驶环境感知、深度神经网络开发，曾在密歇根大学迪尔伯恩分校担任研究科学家，主导完成多项自动驾驶相关研究项目。

行业经验：2014年进入汽车行业，先后任职于现代摩比斯、长安汽车研发中心，参与智能驾驶辅助系统（ADAS）的核心算法开发。

教学特色：注重理论与产业需求的结合，通过实际驾驶数据标注、神经网络训练等实操环节，帮助学生掌握自动驾驶技术的落地要点。

Allan Taylor（电气和计算机工程教授）

学术背景：凯特林大学电气工程硕士、密歇根州立大学电气工程博士，深耕电力电子技术领域，主持凯特林大学先进电力电子实验室多项重点课题。

研究方向：主要涉及直流/直流转换器、逆变器功率因数校正系统、电池管理系统等，其关于"电动汽车电池高效管理方案"的研究成果已申请多项专利。

教学特色：强调实验操作与理论推导的结合，带领学生参与电池管理系统设计、电机驱动实验等实践项目，夯实工程技术应用能力。