电气与计算机工程教授
我于1987年加入该系，自1998年以来一直担任全职教授。我们的研究兴趣包括智能医疗、机器学习算法和架构、反事实推理、人工通用智能、物联网（IoT）、节能计算和网络安全。我们目前的研究项目涉及以下领域：
- 将机器学习用于预测性、主动性、预防性和个性化智能医疗
- 边缘和云的变压器合成和加速
- 综合控制和干预：在随机对照试验中的应用
- 神经符号算法和体系结构
- 通过强化学习和变压器进行优化
- 物联网和网络物理系统安全
物联网（Internet-of-Things，IoT）时代承诺将有数千亿设备或物理对象连接到互联网。这些对象包括帮助我们收集数据、做出智能决策和优化流程的传感器、执行器和处理元件。预计到2025年，物联网每年将产生3-6万亿美元的潜在经济影响，其中1-2.5万亿美元（最大的一部分）来自智能医疗应用。这些应用程序将通过可穿戴医疗传感器（WMS）实现，该传感器将其信息传输到个人健康中心，如智能手机或智能手表。传感器和健康中心形成一个身体区域网络（BAN）。BAN将通过互联网与健康服务器通信，使完整的个人医疗系统成为可能。医生可以与健康服务器通信，以跟踪个人的健康状况。然而，在实现这一愿景方面仍然存在许多挑战。我们小组正在探索以多方面的方式检测各种疾病的可能性：（i）使用WMS和机器学习集成，（ii）基于图像/视频的检测，以及（iii）神经符号学。
变形金刚开始在计算机视觉和自然语言处理等不同领域产生广泛影响。然而，变形金刚的合成仍然是一门艺术。我们正在开发方法和工具来自动合成变形金刚玉，同时将计算资源减少几个数量级。
综合控制和干预在医学、政策、社会学、经济学等领域有着广泛的应用。我们正在使用变压器对综合控制/干预进行时空建模，并将这种新方法应用于上述领域，以进行个性化决策，并使随机控制试验的数据效率大大提高。
神经网络和符号人工智能具有互补优势。将它们结合在一起可以保证用很少的数据进行准确的学习和推理。我们正在开发神经符号人工智能的算法和架构。
由于可用设计选择数量的组合爆炸，许多设计优化问题变得非常具有挑战性。我们正在使用强化学习和变形金刚的组合来解决这个问题。
我们还从攻击和防御的角度研究物联网和网络物理系统安全。该方法涵盖了完整的物联网频谱：传感器、边缘和云。
我曾担任IEEE Transactions on VLSI Systems的编辑兼主管。我目前担任《IEEE计算机辅助设计汇刊》的副主编。过去，我曾担任《IEEE电路与系统学报》I&II、《IEEE计算机学报》、《IEEEVLSI系统学报》、“IEEE多尺度计算系统学报”、《低功耗电子学杂志》、《纳米技术杂志》和《电子测试杂志：理论与应用》的副主编。我曾担任1992年容错并行和分布式系统研讨会、2004年嵌入式和普适计算国际会议以及2010年超大规模集成电路设计国际会议的项目主席。我还担任过新泽西州科学技术委员会资助的嵌入式系统芯片设计中心主任，以及安丁格尔能源与环境中心副主任。我与人合著或合编了五本书：《CMOS电路的测试与可靠性设计》（Springer，1990）、《高级功率分析与优化》（Spring er，1998）、《数字系统测试》（Cambridge University Press，2003）、《开关与有限自动机理论》（Switching and Finite Automata Theory，3rd ed.）（Cambri剑桥大学出版社，2009）、，和纳米电子电路设计（Springer，2010）。我还撰写或合著了15本书的章节和480多篇技术论文。我的合著论文中有21篇获得了各种奖项或提名。其中包括一篇被选为“ICCAD最佳论文：过去20年IEEE国际计算机辅助设计会议最佳论文集”的论文，两篇被IEEE Micro杂志选为2005年和2007年计算机体系结构会议最佳论文，两篇论文被评为过去10年IEEE欧洲设计自动化与测试会议上最具影响力的论文之一。我已获得25项美国专利。
