海洋大数据与数字海洋导论

课程编码：280214070700P1005 英文名称：Introduction to Ocean Big Data and Digital Ocean 课时：50 学分：2.50 课程属性：学科核心课 主讲教师：李晓峰等

本课程是面向海洋科学一级学科下各专业的研究生开设的一级学科核心课程。本课程以海洋大数据和数字海洋的基本原理和核心知识为主要学习内容。课程采用理论教学、文献阅读讨论和实践相结合的方式阐明海洋数据获取、处理、分析、可视化与典型应用的概念、流程和方法。了解海洋大数据与数字海洋的基本概念、发展现状和未来趋势，掌握海洋大数据与智能分析处理的基本流程，具备运用海洋大数据技术发现问题、分析问题和解决问题的能力。激发学生科技报国的家国情怀和使命担当，在新一轮科学与产业发展的背景之下，把握机遇，努力为国家科技事业的发展做出贡献。

高等数学、海洋科学概论、物理海洋学概论、计算机程序设计、线性代数、概率论与数理统计等

第一章 海洋大数据与人工智能 6学时 李晓峰
第1节 海洋大数据概念、特征与发展趋势
第2节 数字海洋概念、特征与发展趋势
第3节 人工智能基本理论、发展历程与趋势
第二章 深度学习在海洋中的应用 12学时 李晓峰
第1节 BP网络的应用
第2节 卷积网络的应用
第3节 循环神经网络的应用
第4节 其他深度学习方法的应用
第三章 海洋数据处理实例 6学时 李晓峰
第1节 基于MATLAB的海洋数据读取与处理
第2节 基于Python的海洋数据读取与处理
第3节 机器学习算法的机上实验——环境配置与测试、数据预处理、算法训练与调优实验、作图
第四章 人工智能与数学基础 3学时 黄宝香
第1节 人工智能与数学基础
第五章 神经网络基础模型 9学时 黄宝香
第1节 前馈神经网络
第2节 卷积神经网络
第3节 循环神经网络
第六章 深度学习模型优化与扩展 9学时 黄宝香
第1节 网络优化与正则化方法
第2节 注意力机制与外部记忆
第3节 模型独立的学习方法（集成学习、多任务学习、迁移学习）
第4节 序列生成模型
第七章 从海洋大数据到大科学 3学时 黄宝香
第1节 从海洋大数据到大科学
第八章 考点复习及闭卷考试 2学时 黄宝香
第1节 考点复习及闭卷考试

李晓峰，男，IEEE Fellow，博士生导师，人工智能海洋学首席科学家。主要从事卫星海洋学方向研究，在国际学术刊物发表 SCI论文 160 余篇。现任IEEE TGRS (影响因子 5.63)、 International Journal of Remote Sensing (影响因子 2.49)、《海洋与湖沼》副主编;黄宝香，女，青岛大学教授，博士生导师，IEEE Member, 中国海洋学会人工智能海洋学专委会委员、中国遥感应用协会海岸带遥感分会常务理事、英国诺丁汉大学访问学者。承担过多项国家自然科学基金和山东省自然科学基金项目。在人工智能数理基础问题与方法、海洋涡旋识别反演追踪、图像处理变分方法等方面开展了系统性的研究工作，在《IEEE Transactions on Geoscience and Remote Sensing》《Pattern Recognition》《Science of the Total Environment》等国际权威期刊和国际会议上发表SCI/EI收录的学术论文50余篇。