加拿大mitacs机器学习博士项目AI赋能新一代计时技术-新东方前途出国

您的位置: 首页>顾问中心>卜凡>日志>加拿大mitacs机器学习博士项目AI赋能新一代计时技术
留学顾问卜凡

卜凡

美国硕博咨询组长

成都
  • 擅长方案:考研留学双保险,高端申请,职业规划
  • 擅长专业:计算机,商科,工科
  • 录取成果:哥伦比亚大学,西北大学,南加州大学,CMU
从业年限
10
帮助人数
901
平均响应
15分钟

顾问服务

1对1定制 · 专业服务 · 官网保障

在线咨询 顾问在线解答疑问
电话咨询 电话高效沟通留学问题

    预约回电

    顾问将于15分钟内回电

    获取验证码
    立即预约

    欢迎向我提问

    *顾问预计24小时内解答,并通过短信方式通知您

    卜凡

    卜凡

    美国硕博咨询组长

      获取验证码
      向TA提问

      温馨提示

      您当前咨询的顾问所在分公司为 成都 为您推荐就近分公司 - 的顾问

      继续向卜凡提问 >
      预览结束
      填写信息下载完整版手册
      获取验证码
      一键解锁留学手册
      在线咨询
      免费评估
      留学评估助力院校申请
      获取验证码
      立即评估
      定制方案
      费用计算
      留学费用计算器
      电话咨询
      预约回电

      顾问将于15分钟内回电

      获取验证码
      立即预约
      咨询热线

      小语种欧亚留学
      400-650-0116

      输入验证码
      我们已向发送验证码短信
      查看短信并输入验证码

      验证码错误,请重新输入

      秒后可重新发送

      导航

      加拿大mitacs机器学习博士项目AI赋能新一代计时技术

      • 研究生
      • 留学指南
      2025-08-30

      卜凡美国研究生成都

      从业年限
      1-3
      帮助人数
      50
      平均响应
      15分钟内
      #向我咨询留学申请方案 咨询我

      🚀 机器学习驱动的无GNSS环境同步技术


      项目信息

      • 项目编号:QC-808

      • 项目类型:科研项目

      • 相关学科:计算机/电子工程、工程学、计算机科学、数学科学

      • 公司:Stathera Inc.

      • 项目周期:超过 1 年

      • 优先开始日期:2025年4月1日

      • 语言要求:英语

      • 地点:加拿大魁北克省蒙特利尔

      • 岗位数:1

      • 学历要求:博士(PhD)

      • 是否接受海外院校申请者:是


      公司简介

      Stathera Inc. 是一家无晶圆厂半导体公司,致力于设计和开发 MEMS(微机电系统)计时解决方案
      Stathera 的突破性 MEMS 计时技术正在推动一个 100亿美元规模、已有百年历史的石英计时市场MEMS 技术 转型。


      项目描述

      该项目旨在通过 机器学习 提升计时设备在无 GNSS 环境下的保持性能。

      Stathera 提出的 ASSiST 技术(AI-based Solutions for Silicon Synchronization in Timing) 通过 人工智能(AI) 和片上 神经处理单元(NPU),持续修正硅基计时器中的:

      • 长期老化

      • 频率漂移

      • 频率偏移

      项目目标:
      利用 集成和环境传感器数据 以及 GNSS反馈 训练模型,动态调整校准参数,从而减少漂移和能耗。
      随着模型训练和优化,它对参考信号的依赖逐步减少,在 无GNSS环境 下的自主性与可靠性显著提升。

      该技术确保高精度与高可靠性,未来可应用于:

      • GNSS 定位系统

      • 惯性/推算导航系统

      • 电信系统

      • 自动驾驶车辆

      • 关键基础设施监控


      研究任务

      候选人将负责以下核心任务:

      1. 数据管道设计(与硬件团队合作)

        • 开发高吞吐、低延迟的数据流管道(如 Apache Kafka)

        • 实现实时传感器数据处理与边缘设备计算

      2. 神经网络架构

        • 设计并实现能够建模频率漂移模式的神经网络

        • 输入为环境传感器数据及用户定义的老化机制

      3. 模型训练与验证

        • 使用合成数据和实验室采集数据训练模型

        • 通过 GPS 控制的铷原子钟测量数据 验证模型精度

      4. 实时优化

        • 将模型优化部署在低功耗设备(如微控制器)

        • 实现实时漂移预测与时钟校正


      任职要求

      • 熟悉机器学习框架(如 TensorFlow、PyTorch)

      • 深刻理解数据预处理与特征工程

      • 有将机器学习模型部署到低功耗设备(微控制器、嵌入式系统)的经验

      更多详情

      还有疑问?立即咨询专业顾问

      卜凡

      从业年限
      1-3
      帮助人数
      50
      平均响应
      15分钟内
      在线咨询 顾问在线解答疑问
      电话咨询 电话高效沟通留学问题
      推荐阅读 换一换
      温馨提示

      您当前咨询的 卜凡 顾问,所在分公司为 - ,已为您推荐就近分公司 - 的顾问。

      以下为-分公司顾问:

      继续向卜凡提问
      输入验证码
      我们已向发送验证码短信
      查看短信并输入验证码

      验证码错误,请重新输入

      秒后可重新发送

      提交成功

      稍后会有顾问老师反馈评估结果