招生学科领域为 学术学位:计算机科学与技术、软件工程;专业学位:计算机技术、软件工程、人工智能。欢迎计算机、数学、信息与计算科学等专业的考生申请,特别欢迎有志于攻读博士学位的同学。目前在研:国家自然科学基金面上项目、广东省自然科学基金项目、国家重点研发计划项目课题。
主要研究领域为智能调度优化,方向包括(1)基于强化学习的多机器人的调度(智能多机器人);(2)云计算/移动边缘计算(智能调度云计算资源); (3)基于强化学习的供应链协同优化 (智能供应链 )。 主持完成了3项广东省自然科学基金项目的研究;完成了多项企业Web信息系统、网络安全软件的研究开发工作。
朱清华博士由于在Multi-cluster Tools的调度(Scheduling)方面取得了突破成果(发表多篇IEEE Transactions期刊论文和获得2项美国专利),被IEEE(美国电气与电子工程师学会)吸纳为高级会员,被列入美国Marquis世界名人录Who's Who in the World 2016。近几年来,在谷歌学术中搜索"multi-cluster tools scheduling",搜索结果的第一条链接均为他的论文。与美国新泽西理工学院(New Jersery Institute of Technology)计算机工程系的杰出教授(IEEE Fellow[会士])、澳门科技大学的教授(IEEE Fellow[会士])保持了长期学术合作交流,合作发表多篇高水平论文(见个人简介的学术论文列表)。如下为2024年2月谷歌学术搜索multi-cluster tools的第1页的前2条链接结果。
今年在如下方向招生。
方向1:半导体芯片制造系统(multi-cluster tools)中多机器人(multi-robot)的智能调度 [已招完]
背景与意义:半导体 IC芯片制造过程包括晶圆制备、晶圆制造(wafer fabrication)、晶圆拣选测试、芯片装配和芯片终测5个阶段。半导体产业在整个国民经济中具有重大战略意义。2020年以来,美国针对华为的芯片禁令逐渐升级,禁止使用美国研发的multi-cluster tools 用于华为5G麒麟芯片制造。我国的高端装备multi-cluster tools的自主产业化的任务越来越迫切。
研究内容简介: 调度器对multi-cluster tools的多个robot进行调度,类似于计算机CPU、内存和硬盘等硬件需要由操作系统进行调度管理,调度算法决定multi-cluster tool系统的生产效率。
欢迎对强化学习算法有兴趣的同学加入研究工作,在研究智能调度算法的同时可助力推进未来高端制造装备国产化。研究生可以在导师的指导下很快掌握所需的芯片制造系统的背景知识,我们研究多robot的调度优化算法,不涉及电路设计知识。
方向2:云计算和移动边缘计算(强化学习算法)。[已招完]
随着5G的实施普及,云计算/边缘计算的应用越来越广泛; 在云计算/边缘计算系统中,需要对计算资源等进行智能调度和优化。可下载如下论文进一步了解本研究方向:1) QingHua Zhu, Huan Tang, JiaJie Huang, and Yan Hou, “Task Scheduling For Multi-Cloud Computing Subject To Security And Reliability Constraints”, IEEE/CAA Journal of Automatica Sinica, vol. 8, no. 4, pp. 848–865, Apr. 2021. 2)Delay-Aware and Energy-Efficient Task Offloading Based on Adaptive Large Neighborhood Search, 2023
方向3:面向企业群供应链协同 的机器学习(强化学习算法),国家重点研发项目的课题。 编程语言:Python.
希望来申请的小伙伴英语水平较高,能阅读英文论文;对调度优化算法有兴趣,能用Java/Python等语言编写程序;有刻苦专研和协作精神。说明:1)若学过“机器学习" 或“运筹学” 课程的同学会有人工智能或调度的基础。2)强化学习是机器学习的一个领域,近年来为应用到调度优化的一热点方向。
截至2023年6月本人指导毕业研究生8人,其中赴厦门大学、澳门科技大学、华南理工大学等校攻读博士学位的4人(入学时有计划攻读博士学位的同学都实现了自己的愿望)。
实验室(广东省知识工程与协同计算工程技术中心)学术气氛浓厚,导师对研究生的学术要求比较严格。欢迎本校小伙伴来实验室(位于计算机学院-工学1号馆)进行更详细的咨询。有意向者可发简历邮件至 zhuqh@gdut.edu.cn ,请注明四/六级英语考试成绩。