科研小组
为加强团队合作和内部协作，学院成立了5个科研小组，重点关注科学和工程领域的关键领域，以培养基于卓越的具有支持性的科研环境，激励员工尤其是年轻员工。
全部
网络安全、通信和信号处理
我们团队致力于网络安全、通信和信号处理相关领域的基础和前沿研究，通过设计算法、协议和系统以及开发软硬件解决这些领域的关键科学问题和应用问题。研究主题包括但不限于密码学和信息安全、实时视频通信、移动通信、通信信道编码与建模、自动驾驶车辆系统、声纳信号处理、室内定位、微波天线设计、射频能量采集、无线携能通信（SWIPT）。
| 组长 | Jie Zhang | ||
| 小组成员 | |||
| Wenjun Fan | Gabriela Mogos | Kyeong Soo Kim | Eng Gee Lim |
| Erick Purwanto | Jingchen Wang | Wanxin Li | Ye Liu |
| Shengchen Li | Mark Leach | Weitao Yao | Rui Pei |
| Qing Liu | Limin Yu | Sang Lam | Qian Dong |
| Xu Xu | Zhao Wang | Dapeng Dong | Zhenzhen Jiang |
| Thomas Selig | Dongyao Jia | Fei Xue | Fei Cheng |
| Kaizhe Xu | Along Jin | Dawei Liu | Filbert Juwono |
| Lifan Mei | |||
先进微电子和能源技术
研究团队将以物理学、电子学、材料科学和计算机科学等基础学科为基础，面向国家和地区的重大产业需求，致力于解决半导体器件物理、集成电路、功率转换、能量集成和电网系统等关键前沿技术问题。主要研究重点包括但不限于功率半导体器件、集成电路、电力系统、可再生能源和电力电子、电机驱动和运输电气化。
| 组长 | Chun?Zhao | ||
| 小组成员 | |||
| Jieming Ma | ?Xuchen Wang | Suneel Kommuri | Lurui Fang |
| Sang Lam | Bing Han | Zhenzhen Jiang | Guanying Chu |
| Pengfei Song | Wen Liu | Qing Liu | Chun Zhao |
| Ming Xu | Miao Cui | Qinglei Bu | Xu Xu |
| Tianru Zhang | Ye Wu | Lim Chee Shen | Fei Xue |
| Xiaoyang Chen | Huiqing Wen | Timur Saifutdinov | Weitao Yao |
| Jianjun Chen | YingLi Shi | Jiangmin Gu | Yuxiao Fang |
| Kain Lu Low | Ping Zhang | Jiaqi Liu | Guansong Shan |
机电一体化、机器人和控制
机电一体化、机器人和控制科研小组专注于通过开展尖端研究来解决现实世界中的问题。该小组将工程专业知识应用于广泛领域，包括但不限于机器人、仪器、网络、产品设计、生物医学和医疗器械。该小组鼓励多学科研究合作，关键领域包括但不限于联网机电系统、机器人和控制、微机电系统、生物微机电系统、微流控与微流控生物传感、产品设计和优化以及流体力学。
| 组长 | Pengfei Song | ||
| 小组成员 | |||
| Qinyao Liu | Eng Gee Lim | Lim chee shen | Yushi Li |
| Zhenzhen Jiang | Min Chen | Nanlin Jin | Yuqing Chen |
| Yushan Pan | Quan Zhang | Guanying Chu | Qinglei Bu |
| Limin Yu | Yan Yan | Xuchen Wang | Jia Wang |
| Xiaohui Zhu | Mark Leach | Chunchuan Lyu | Rui Yang |
| Xi Yang | Yong Yue | Suneel Kommuri | Jie Sun |
| Xinheng Wang | Myeongsu Seong | Tianru Zhang | Fanxin Wang |
| Guansong Shan | Martijn ten Bh?mer | ||
机器学习和数据分析
机器学习和数据分析（MLDA）小组专注于解决现实世界问题的数据驱动方法，并充分利用数据促进人类知识。与流行的AI（人工智能）技术密切相关，该科研小组的目标不仅仅是应用机器学习算法来解决实践问题，而是了解机器如何执行一定数量的任务。MLDA的研究重点包括通过深度学习和数据建模来理解多媒体内容（例如视觉、听觉和文字内容）。
| 组长 | Shengchen Li | ||
| 小组成员 | |||
| Qinyao Liu | Jieming Ma | Lurui Fang | Wei Wang |
| Xiaohui Zhu | Qiufeng Wang | Fei Cheng | Steven Guan |
| Zhao Wang | Jia Wang | Min Chen | Haiyang Zhang |
| Lingyun Yu | Erick Purwanto | Nan Xiang | Qing Liu |
| Dongyao Jia | Rui Yang | Chengtao Ji | Yong Yue |
| Xu Xu | Xi Yang | Yin Cao | Nanlin Jin |
| Ye Wu | Dapeng Dong | Chunchuan Lyu | Pengfei Fan |
| Yan Yan | Wenjun Fan | Teng Ma | Fei Xue |
| Wanxin Li | Shan Liang | Thomas Selig | Gabriela Mogos |
| Along Jin | Jimin Xiao | Xiaoyang Chen | Jie Sun |
| Kok Hoe WONG | Kyeong Soo Kim | Jun Qi | Sichen Liu |
| Timur Saifutdinov | Jianjun Chen | Qian Dong | Chunchuan Lyu |
| Dechang Xu | Dawei Liu | Lijie Yao | Guanyu Yang |
| Kain Lu Low | Junjie Zhang | Filbert Juwono | Fangyu Wu |
| Ho Pun Lam | Lifan Mei | Yangbin Chen | |
每个科研小组都有共同的研究兴趣，从而促进SAT成为一个充满活力的科研社区：
交互式和视觉技术
该研究小组旨在设计和开发有效的方法，以增强用户的感知和想象力，从视觉输入中提取用户的意图和有意义的信息，并通过创新的用户技术和界面改善用户和机器之间的沟通。研究小组的兴趣包括但不限于人机交互、计算机视觉、计算机图形和交互式可视化。