转载自：http://www.cskaoyan.com/thread-205666-1-1.html
导师目录：http://www.ia.cas.cn/yjsjy/dsjj/
中国科学院大学导师主页：http://www.ucas.ac.cn/site/77
自动化所的学生研一住在中国科学院大学雁栖湖校区，研二住在中关村校区。
自动化所硕士招生名额为100+，博士招生名额为100+
中科院自动化所是由包括模式识别国家重点实验室、复杂国家重点实验室等，还有三博、虹霸、奥森等几个公司组成，可以在自动化所的网页上找到：http://www.ia.cas.cn/，各个主要课题组的官方介绍：http://www.ia.cas.cn/kxcb/kpwz/。汉王源于自动化所，不过是独立的公司了，技术和产品都真正的实力雄厚。但总的来说，中科院自动化所是由模式识别国重和复杂国重两个主要部分构成，专业设置是4个：模式识别与智能系统、双控、计算机应用技术和社会计算。除了所里的实验室外，汉王公司和三博中自公司也会培养一些学生。
自动化所的硕士就业总体上比不上其他几个计算机类研究所，因为自动化所的学生也会自黑说，因为很多人都不是计算机专业出身，计算机专业知识和开发能力不足，所以只能搞算法了，当然这是自黑，因为自动化所的研究方向肯定不是纯计算机，有很强的交叉学科性质，所以硕士毕业进入工业界没有特别的优势，整体不如做工程的研究所硕士出路好。自动化所整体上是一个偏学术的研究所，所涉及的科研领域大多都不是三年硕士能够搞定的，三年的时间过去了，可能都还没有在领域内达到入门水平，所以自动化所大部分学生都会选择硕博连读，在模式识别国家重点实验室中，读博比例会更高；博士如果搞得方向不是过于冷僻，就业会非常好，因为可以达到的高度是其他同类高校或科研机构的博士生不容易达到的，这是因为自动化所比其他计算机类研究所更重视科研，特别是在当今机器学习、模式识别、智能、大数据等概念被火热炒作的时代。自动化所有很多人在搞交叉学科，这也是自动化所的一个特色，好处是适合科研，坏处是不适合计算机专业的学生去就业，因为会跟各种学科去杂交。总之，要想好好做科研就要坚持下去，要想好毕业就去复杂国重（模式识别国重的博士是自动化所里最容易延期的），要想就业好就多做图像、视频处理以及人脸、手势识别这样的应用方向，而研究方向主要还是要看个人兴趣。对于科研来说，坚持任何一个领域深入做下去都是不错的。对于期望到工业界工作同学，推荐方向是有应用场景和前景的领域，比如自然语言处理、图像与视频检索、自然场景文字识别、人脸识别、手势识别（在自动化所没有专门的组搞这个方向，属于工程项目性质的研究）、推荐系统、机器学习、多媒体分析等，而对于名称过于高大上的研究方向，离现实就太遥远了，比如类脑芯片、量子计算、光秒等这些前瞻性太强的研究方向，则只适合科研，而对于除了生物信息学（现在已经有互联网公司开始着手生物信息大数据方面的产品）以外的生物科学交叉领域，应用前景更是惨淡，生物专业的就业大家都应该了解；医学交叉方向对口的工作较少，所以相关方向（如分子影像）的博士就业去向与其他人类似，去医院工作的是少数。当然时代在变化，无比火热的自然语言处理风头逐渐被兴起的图像视频领域盖过，所以谁也不能确定现在所追求的热点在将来也是热点，不过机器学习确实在改造着信息科学技术的各个领域。
博士就业与其他几个计算机类研究所的博士就业偏好相同，自动化所的博士更倾向于科研，如留所工作，或公费出国做一两年博士后，然后被引进回所，或去高校任教，其次是国有银行、航天、军工、部委下属研究部门等，最后是互联网企业或其他IT企业。造成这种现象的原因是北京户口越来越难解决，互联网公司的北京户口指标很少，而国企事业单位的户口指标要多很多，另外博士通常倾向于更稳定的生活。
在自动化所读研还是要做好心理准备，特别是去模识国重。即使现在机器学习、模式识别还有所谓的大数据很火，还是要想清楚自己是不是喜欢，自己到底合不合适搞这类方向。这个方向不只需要天赋、数学能力、编程能力，还需要超出常人的努力。这里可以举个例子，模识许多大boss晚上10点，办公室的灯都是亮的，刘成林老师是模式识别国家重点实验室主任，依然早上7点开始工作，晚上11点下班。因此，想来混文聘的同学先要考虑好自己有多少青春可以用来延期。
待遇：研一硕士1800-2900，每组不同，大部分是1800，个别组可以发到2900，几乎没有导师要求周末回去干活（极少数会要求），研二开始的待遇由课题组决定，每年都会涨，不低于所内最低标准（研二2100，研三2200）；硕博连读转博后，所内最低标准为博一（即硕博连读的第三年）3100，博二3300；直博生的所内最低标准是博一（第一年，与硕士和硕博连读生的研一同期）2900，博二的最低待遇达到3300。实际待遇收入与参与项目情况有关，如果一直搞理论，待遇大概是比最低标准高三四百，若参与到组内的工程项目中，补助就会增长的非常快，最多可以达到一个月8000（在参与项目的时段内），这个因组而定。），博二的最低待遇达到3300。实际待遇收入与参与项目情况有关，如果一直搞理论，待遇大概是比最低标准高三四百，若参与到组内的工程项目中，补助就会增长的非常快，最多可以达到一个月8000（在参与项目的时段内），这个因组而定。
注：加下划线的导师姓名表示导师为博导。副研、助研人很多，有的组是大老板顶事，而有的组带学生的主力是副研或助研，具体还是要确定方向以后再针对性的去问对应组的学长比较好。自动化所虽然科研水平总体较高，但不是每个实验室都很强，有些实验室是较差的，所以要详细了解对应课题组的具体情况。
- 模式识别国家重点实验室
视觉信息处理研究组
机器视觉课题组：http://vision.ia.ac.cn
图像视频组：http://www.nlpr.ia.ac.cn/iva
生物识别与安全研究组（生物识别与安全技术研究中心）：http://www.cbsr.ia.ac.cn
Li-Group（李子青组）：http://www.cbsr.ia.ac.cn/Li Group/index CH.asp
胡卫明组
智能感知与计算研究中心：http://www.cripac.ia.ac.cn
语音语言信息处理研究组
自然语言处理研究组：http://www.nlpr.ia.ac.cn/cip/introduction.htm
人机语音交互课题组：http://www.speakit.cn
模式识别基础理论与方法研究组（Pattern Analysis and Learning Group）：http://www.nlpr.ia.ac.cn/pal/
计算医学研究组（脑网络组研究中心）：http://www.brainnetome.org
空天信息研究中心
范勇组
胡包钢组
张晓鹏组
刘文举组
多媒体计算研究组：http://nlpr-web.ia.ac.cn/mmc/index.html
模式识别国重在职正式员工81人，包括75名科研人员（研究员、副研究员、助研）和6名管理人员（技术支持、行政管理），分为5个大组，包括：语音语言，生物特征识别，计算医学，基础理论，视觉（CV），当然这是N年前的分组，到现在各个组里的老师们做什么的都有，不限于名称。模式识别一直是自动化所的强势方向，基本来说都是一些比较传统的方向：OCR、NLP、图像、视频、目标定位、物体识别，比较新的方向有：脑成像、医学图像、分子影像、推荐系统、深度学习等，在国内是领域内最强的机构，适合读博。
目前的实验室主任是副所长刘成林研究员，副主任是王亮研究员。
1.1 视觉信息处理
胡占义、吴福朝、吴毅红、唐明、董秋雷：三维重建和场景重建，主要是古建筑方面，实力不错，组内老师还包括高伟、申抒含、李和平。
卢汉清、程健、刘静、王金桥：图像与视频分析，偏应用，适合就业，曾带队获得过手势识别竞赛ChaLearn的冠军。组内包含两个方向，分别是多媒体和图像检索，图像检索主要由程健老师负责，程健老师人品不错，顶会也非常多，2014年评上了研究员，方向很适合当前去工业界就业。多媒体方向是传统主力方向，卢汉清老师曾是高文的本科和硕士同学，双方团队交流很多。另外组内女生比例较大。组内导师还包括张一帆。
BTW：卢汉清老师组前身是马颂德老师（曾任自动化所所长，后曾任科技部副部长）的研究组，现在国内许多大牛都是马老师的学生，自动化所和INRIA关系密切也是来自马老师从法国回来带回的关系网（合建了LIAMA）。因为马老师退休，以及人员流失问题，包括徐常胜独立出去以及曾被称为“中科院双山”的刘青山出走南信工（另一位是计算所智能信息处理重点实验室的山世光研究员），研究组没有之前那么风光，但是依然实力强劲。
徐常胜：研究方向是多媒体计算，拥有很多头衔，是中新数字媒体研究院的执行院长。以前毕业难度较大，现在已经都能按时毕业了，而且组内小老师都很负责。组内学生待遇很好，团建活动包括全组集体免费出游、年终奖等。组内有桑基韬副研究员、张天柱副研究员。
张晓鹏、董未名：计算机图形学与可视化技术、数字几何处理与模式识别，组里也有好几篇ACM TOG，实力可见一斑。组内董未名研究员的研究方向是计算机图形学，作为第一作者或参与发表了多篇SIGGRAPH（或SIGGRAPH Asia或ACM TOG），与胡包钢老师也有合作，同时也是中科院自动化所-腾讯优图联合项目组成员，发表的顶会论文成果已经应用在项目组开发的软件产品中。
BTW：张晓鹏老师是软件所吴恩华老师的学生，吴恩华老师是中国图形学界的元老级人物之一。
叶军涛：副研究员，研究方向是计算机图形学、虚拟现实、科学计算。
1.2 生物特征识别与内容安全
牛人很多，做的东西也很杂，什么都有。
谭铁牛、黄凯奇、王亮、孙哲南、赫然：独立成智能感知与计算研究中心，挂靠模式识别国重。
李子青（Stan Z. Li）：近年主要研究人脸识别、视频分析、深度学习，战斗在国际人脸识别和生物识别研究和应用一线，代表中国国家体撰写了中国参与的唯一一个人脸识别国际标准，欧盟生物识别研究项目12个团队中的唯一非欧团队。代表作有《马尔科夫随机场建模》专著，和《人脸识别手册》、《生物识别百科全书》主编。2000年回国在MSRA工作，2004年百人计划到自动化所任生物识别与安全技术研究中心主任，2010年起兼任中科院（无锡）智能视觉物联网研发中心主任。研究组研究实力非常雄厚，学术氛围浓厚，仅2012年至2015年就已在包括TPAMI、TIFS、TIP、TNNLS、TCSVT、CVPR、ICCV、ECCV等在内的CCF目录A类和B类顶级期刊和会议上发表论文20余篇，2014年和2015年连续两次获得国际生物特征识别大会（ICB）最佳学生论文，2011和2013年两次获得人脸活体检测竞赛第一名，2013年获300-W人脸关键点定位第一名。组内学生个人能力都非常强，博士毕业要求是一篇顶会+一篇期刊（在投），几乎所有的学生都能够正常毕业。学生就业也都不错，就业去向包括国外博后、国内互联网（阿里、腾讯、百度等）、三星、高校教师等，2015年一个博士毕业生，入选了阿里星（A-star）人才计划。早期在MSRA培养的访问学生，有些都已经成为领域大牛。该组的学生水平和抗压能力都很强，因为研究组的压力很大。组里发生过的最大的负面新闻是2008年的“七剑下天山”事件，大概情况是组里的7位博士生集体要求换导师，个中原因耐人寻味，双方都有问题，不过李老师的问题更显著，因为学生们处于极大的困境中。现在这种情况已经不会再发生了，因为李老师的做事方式已经有所改观。该研究组是中科院从理论研究到实际应用的典范，模式识别、机器学习、人脸识别、视频分析应用基础研究，软件算法、硬件设计、系统产品、互联网云平台、移动应用都做得很出色。组内导师包括雷震副研究员。
胡卫明：色情图像与视频检测、敏感信息识别等，TPAMI也好几篇，毕业不怎么卡人，是一个不错的老师，不过有一些顶级期刊的一作都被他本人而不是学生占有了。
1.3 语音语言
宗成庆：自然语言理解（NLP），主要是做机器翻译，他做的机器翻译，绝对国内第一，重点是人品很好。组内导师还包括周玉副研究员、张家俊副研究员。宗老师深受学生喜欢，个人学术能力也很牛，ACL等顶级学生论文很多，主要科研方向有机器翻译、舆情分析、文本分类等。宗老师的团队偏学术，工程项目不多，近年来才开始涉足横向项目。因为机器翻译这项技术自身发展处于瓶颈期，专门做机器翻译的公司很少，大公司仅有Google、百度等几家单位，所以学生毕业找工作时可能会选择NLP的其他方向，就业也还可以。
赵军：主要研究方向是信息检索和网络挖掘、问答系统与知识图谱，实力非常强劲的一个组，2014年拿了计算语言学领域顶会COLING的Best Paper Award，现在主要研究深度学习（deep learning）下的NLP技术。组内导师还包括刘康副研究员，是前面提到的顶会最佳论文的第二作者，还获得过2015年度Google Focused Research Award。组内毕业要求较低，学生就业也都不错，组内气氛也比较好。赵老师很尊重学生，也很为学生的利益着想，而且一般博士只延期一年。
陶建华：人机语音交互。14年之前主要做语音合成，最近也在做语音识别。整体氛围以做工程为主。组内老师还包括杨明浩、李雅、温正棋等。
刘文举：语音识别、语音增强、信号处理、音频分类，以做研究为主。
BTW：清华大学的刘嘉老师、科大讯飞的戴礼荣和郭武老师的语音团队也都是国内语音识别的领军人物。还有中科院声学所颜永红，主要是设计安全领域，他的语音识别内核是国内第一，治学也很严谨，不是立志做真正的学术和技术大牛，或者毅力不够，不能坚持完成博士学业，就要谨慎考虑。目前语音识别的精度已经很高了，而且有不错的产业化应用，语音识别本身已经很难发出好的paper，但是相关的应用研究不断铺开，越来越红火。近年来，随着语音技术的逐步成熟，产业化服务大众是一个趋势，语音技术作为人机交互的接口，结合智能家居、无人驾驶、智能机器人、安全认证等方向的创业团队深受天使投资人的喜爱。
1.4 基础理论
潘春洪、向世明等：独立成空天信息研究中心，挂靠模式识别国重。
刘成林：分为两个小组，分别是文字识别（OCR）和机器学习，可以说是国内做OCR最强的团队，目前主要在做自然背景下的文字识别，以及深度学习（deep learning）中卷积神经网络（CNN）的理论研究、基于图的机器学习等。国内模式识别和机器学习的大牛，主要做OCR，也就是光学文字识别，现在在做自然背景下的文字识别。研究组的研究内容很艰深，以科研项目为主，刘成林老师人品也不错。组内量化标准后毕业难度已经远没有之前变态了，之前是只有发表TPAMI才能硕博连读5年正常毕业，发表其余A类顶级期刊需要6年才能毕业，但依然需要做好心理准备，因为刘老师治学非常严谨，也是个很严肃的人，发表文章一律不准灌水，不能灌水的关键不在于文章是否发表在顶级期刊和会议上，而是要求学生发表的论文对应的系统源代码必须简单修改后就可以商用，因此如果不是有强烈想做学术大牛的欲望，需要谨慎考虑。他一生中只被拒稿过2次，其中1次还是自己主动撤稿，是目前自动化所发表TPAMI第一作者文章数目最多的人。组内学生就业去向包括国外博后、湾区顶级外企（Google、Amazon等）、国内（MSRA、百度IDL研究员、微软、三星研究院、华为2012实验室等）、高校教师、研究所研究人员。组内导师还包括杨青研究员、侯新文副研究员。杨青研究员的研究方向是推荐系统与知识发现，因在忙公司，因此与刘成林老师合并为一组，学生由刘成林老师管理，不过研究方向不同。杨青老师是中国大陆少数在2000年就能发CVPR的学者，曾带领学生取得Netflix大赛第二名。之前的学生都是从中科大少年班招收的，培养出工业界的多位牛人。
BTW：清华大学丁晓青老师团队曾经也是国内字符识别方向的顶级团队，不过现在已经不搞这个方向了，并且也是毕业困难户。
胡包钢：机器学习基础、计算机视觉，之前的研究方向是植物建模，人品和水平都不错。（http://www.escience.cn/people/hubaogang）
1.5 计算医学
蒋田仔、隋婧、余山、刘冰、刘勇等：独立成脑网络组研究中心，挂靠模式识别国重。
范勇：模式识别、机器学习、可视化技术、医学图像处理与分析。
2.复杂系统管理与控制国家重点实验室
复杂实验室是2009年建立的国重，领军人物是实验室主任王飞跃研究员，整个实验室的研究方向都很杂，老师们基本上是各自为战，部分团队管理过于松懈或严苛。复杂实验室整体偏向于控制，但其研究方向与模式识别国家重点实验室有很多相似之处，也比较适合读博，比模式识别国家重点实验室的毕业要求低一些。
实验室导师包括：
戴汝为：中国科学院院士，和马颂德老师一样，属于自动化所灵魂人物。这两位都是学术泰斗、顶级大牛，现在都已退休。戴老师曾是钱学森的弟子，后研究模式识别，师从有模式识别之父之称的普渡大学傅京孙教授，是将“模式识别”这个词引入中国的第一人。现在挂名在复杂实验室和分子影像实验室，学生由他之前的学生管理。
王飞跃：主要研究方向是社会计算、智能交通，也就是大数据，理论性比较强，去年年底申请院士的时候被人黑了，但绝对是大牛。王老师团队中的学生需要自己确定研究方向，需要自我激励，因为导师不会给出具体的科研指导。
刘德荣：神经网络的大牛，现在搞平行计算，是复杂实验室的二号人物，为人很风趣。
杨柳青：研究方向是复杂通信系统理论、信号处理、智能电网，人长期不在国内，在美国科罗拉多大学任教，学生是远程指导并且和北京大学联合培养。
曾大军（Daniel Zeng）：团队中还有毛文吉（多Agent技术、社会计算）、李秋丹（网络数据挖掘、推荐系统）。
耿征（Jason Geng）：研究方向是真三维显示、三维成像、医学影像、智能监控。
王春恒、肖柏华：文字识别。
赵冬斌：智能控制。
何晖光：神经影像计算与分析课题组（http://nica.org.cn）。
熊刚：智能交通、大数据。
李泽飞：石油、石化企业复杂过程的建模与优化控制。
魏庆来：智能控制、最优控制、自适应动态规划、非线性系统、神经网络控制。
郭大蕾：负责整个实验室的学生管理工作。
2.1 智能机器人系统研究部
挂靠在复杂实验室，主要项目是机器鱼、乒乓球、服务机器人、水下机器人等，比较杂，不太好系统介绍。
谭民、侯增广、梁自泽、王硕、喻俊志、程龙、赵晓光、景奉水、曹志强、李恩、周超：机器人控制、仿生机器人（王硕：仿生机器鱼课题组）。
乔红、刘智勇：机器人理论与应用，研究方向是智能机器人算法、神经机器人、模式识别、计算机视觉、图像分析。乔红老师比较严厉和严肃，组内的压力较大，晚上11点以后才能离开实验室。
2.2 分子影像重点实验室
田捷、胡振华：http://www.3dmed.net，挂靠在复杂实验室。
3.国家专用集成电路设计工程技术研究中心
工程部门，就业不错，有很多与中铁等国企和部委合作的项目，工程项目内容是ASIC逆向（用模式识别的方法抄集成电路版图，集成电路分析）以及代数运算微处理器芯片（MaPU，不过做出来的东西可用性不强），非常适合硕士毕业以后出去就业，但不适合读博，原因是部门涉密，因此不发表论文，博士毕业后一年内也不能去外企工作，不过如果毕业后继续从事涉密工作是可以读博的。中心主任是王东琳研究员，博导还包括李立健等。
4.分子影像重点实验室
田捷老师的实验室，2013年评上的中科院重点实验室，主要的研究内容是分子影像、手术导航。田捷老师确实是大牛。医学图像和分子影像相关的方向很适合科研，但是目前市场化基本不太好，也不太适合就业，因为研究方向很偏向于生物。田老师一般来说不会让人延期，不卡学生毕业。
5.智能制造技术与系统研究中心
原高技术创新中心，这个中心主要做一些智能控制方面的东西，依托硬件，各个老师都领导着独立的研究小组，包括原魁研究员（硬件，如智能轮椅等）、王云宽研究员（电机硬件）、彭思龙研究员（视频侦查技术联合实验室主任，小波分析、信号处理）等老师。
6.综合信息系统研究中心
工程压力很大，主要从事保密军工项目，项目主要是无人机、动漫后期制作、传感网等，博导包括杨一平（智能信息系统、三维技术）、易建强（智能控制、飞行控制、机器人控制）、谭杰（智能信息系统、RFID）等。研究方向类似软件所天基综合信息系统重点实验室、计算所专项技术研究中心。
7.数字内容技术与服务研究中心
这个部门是从高技术创新中心独立出来的，主要的项目是语音机器翻译、音视频、虚拟现实与可视化方面的工程项目，目前中心主任是徐波研究员（http://sourcedb.ia.cas.cn/cn/iaexpert/200908/t20090804_2310484.html）。
张树武老师负责新媒体技术创新团队，主要做数字版权管理、多媒体内容分析处理、媒体大数据分析。
郝红卫老师在2013年从北京科技大学调到自动化所，学术和工程做的都很不错，理论方面主要搞机器学习理论和脑网络的研究，工程项目主要是知识抽取、短文本处理。北京科技大学的殷绪成老师和西交利物浦大学的黄开竹老师也参与实验室的工作，主要的研究内容是自然语言处理与信息检索，殷绪成是自动化所博士毕业，与郝红卫老师一起做机器学习和文本处理研究。
徐波老师的团队在语音方面的研究有二十多年的积累，科研方向几乎覆盖语音信号处理的全部方向，该团队在语音方面的主要方向包括：大词汇量连续语音识别、关键词识别、说话人和语种识别、语音合成、人机对话、问答系统等。徐波老师治学严谨、严于律己也严于律人、对学生要求很高，一般会安排一个学生独当一面，培养出来的学生不仅学术理解很深、工程能力出众，而且对语音整个大方向的把控很准。徐老师团队的学生近年来创业热情高涨，国内响彻语音界的云知声、音乐雷达等创业公司创始人都是徐门子弟，同时国内各大公司（百度、科大讯飞）的语音部门的高管也都是出自徐老师门下。不过徐波老师现在已经不具体指导学生了，而是全力投入到产业化工作中。
8.精密感知与控制研究中心
9.空天信息研究中心
10.脑网络组研究中心
脑网络组这个概念是由蒋田仔研究员最先提出的，涉及了神经影像学、神经信息学、计算神经科学与神经解剖学等学科，是一个非常前沿的研究方向。脑网络组研究中心挂靠模式识别国重，导师包括蒋田仔（中心主任，他对学生要求很高，压力也很大）、余山、隋婧、刘冰、刘勇等，都不错。与分子影像重点实验室不同，由于属于模式识别国家重点实验室而不是复杂系统管理与控制国家重点实验室，实验室主要的工作还是偏向于模式识别，也就是算法和编程。
11.智能感知与计算研究中心
谭铁牛院士的独立部门，挂靠模式识别国重，一直是模式国重的强力团队，导师包括黄凯奇、王亮、孙哲南、赫然、黄永祯、张彰、董晶、侯广琦等。团队需要虹膜考勤。
谭铁牛：2013年当选为中科院院士，西交大少年班、英国帝国理工出身，主要研究方向是虹膜识别，不过目前已经转向行政，N多年不战斗在科研第一线了，但经费很给力，资源非常多。
黄凯奇：计算机视觉，作为年轻学者是比较抢眼的，对学生很好，也很大方，ImageNet的ILSVRC比赛也是他们在打。他们几年前带队打PASCAL VOC Challenge比赛也是名震天下，当年参赛的学生中，一个毕业两年就成为副研，另一个在百度深度学习研究院（Baidu IDL）当上了研究员，实力极强。
王亮：研究方向是步态识别。作为谭院士最喜欢的弟子给予了非常特殊的照顾，从其成长经历的可见一斑，但可惜的是他过早地退出科研一线，而是投身到学术活动中，所以很早就拿了IAPR fellow。
孙哲南：生物特征识别、虹膜识别，不过虹膜识别不是很好就业。
赫然：模式识别、计算机视觉、信息论、压缩感知、机器学习，很能发TPAMI等顶会。
12.类脑智能研究中心
13.汉王公司
通过模式识别国家重点实验室招生。
刘昌平、刘迎建：汉王公司的领导，方向是文字识别（OCR）。
14.三博中自公司
通过复杂系统管理与控制国家重点实验室招生，研究方向是工业自动化，导师包括曾隽芳（RFID、过程控制、智能信息系统）、王学雷（过程控制）、林红权（过程控制）、马增良（实时控制与实时系统、系统集成技术、智能信息系统）等。
15.>中欧信息、自动化与应用数学联合实验室（LIAMA）
16.>中新数字媒体研究院
http://csidm.sg。对应模式识别国家重点实验室。徐波研究员是院长，徐常胜研究员是执行院长。
17.>中科院自动化所-香港科技大学智能识别联合实验室
对应模式识别国家重点实验室。
18.>中澳脑网络组联合实验室
对应脑网络组研究中心。
19.>中瑞数据密集型神经科学联合实验室
对应类脑智能研究中心。