1.工业大数据建模与分析科研团队

本团队主要面向大数据分析和挖掘，强调数据、图像等实时性、高精度和高可靠度的需求，研究工业大数据预处理、集成、建模、处理、分析和交互应用中的关键算法及技术，聚焦石油、冶金、化工、安全等工业领域的各类数据分析场景，以最新的大数据、机器学习、深度学习等前沿技术为基础，通过数学建模手段解决行业实际问题。

本团队拥有教师11名，其中教授1名，副教授2名，博士9名，硕士2名，在读研究生获得中国研究生数学建模竞赛等国家级奖10余项，SCI数篇。拥有重庆市教学指导委员会委员1人，中央组织部“西部之光”访问学者1名，校学术骨干1名，美国南加州大学、美国罗彻斯特理工学院、加拿大卡尔加里大学等国外访问学者3名。

2.智能计算与计算机视觉科研团队

本团队主要面向行业智能化改造的需要，开展研究大数据驱动的高性能计算方法和计算机视觉算法，聚焦石油、冶金、电气、安全等行业智能化场景，依托学校大数据应用创新中心，利用变分理论、偏微分方程、深度学习、优化控制等理论实现在智能交通、智基教育、农业病虫害预测、交通风险预测、智慧物联等方面的应用。主要研究方向包括科学计算与图像处理、混沌理论与信息安全、大数据分析与人工智能、信息安全技术、框架理论与图像处理等。

本团队积极与重庆大学、武汉大学、加拿大卡尔加里大学、英国亚伯大学、新西兰UNITEC理工学院、日本国立信息技术研究所等国内外知名高校和科研院所开展合作，拥有巴渝海外引智计划专家2人，省部级人才2人，核心团队成员10人，其中教授4人，副教授2人，博士9人。

3. 复杂工业过程智能控制与优化科研团队

本团队主要开展数学与大数据和人工智能的融合研究，重点研究利用优化理论解决工业过程中的数据处理、智能控制和智能决策等问题以改进工业过程的效率、质量和可持续性。主要研究方向包括复杂系统性能分析与最优控制和数据驱动的工业过程智能优化调度。例如：设计参数控制器实现车辆悬挂系统的多目标优化控制，提高车辆舒适性和安全性能；将强化学习和智能优化算法结合，提高算法的寻优性能和鲁棒性，基于大数据解决复杂工业中的车间调度问题。

本团队现有副教授4人、讲师4人、助教3人，积极与美国新罕布什尔大学、北卡罗来纳州立大学、Texas A&M University卡塔尔分校、电子科技大学、重庆大学等国内外知名高校和科研院所开展合作研究。

4. 理论与计算物理科研团队

团队围绕粒子物理理论和计算物理两个主要研究方向开展研究工作。

研究方向1：粒子物理理论

围绕国内外的大型高能物理实验装置，从理论和实验上研究物质最基本的构成、性质及其相互作用的规律，包括探讨组成物质的最基本结构以及它们之间的强、弱及电磁相互作用；探讨高能物理过程中的高阶微扰效应以及非微扰效应，精确检验标准模型理论；粒子物理理论研究中的计算物理新方法的开发和研究；针对标准模型所存在问题，探讨新理论模型等，通过理论分析和计算，给出实验观测量的精确计算结果以及理论误差。

研究方向2：计算物理

基于第一性原理计算方法，结合晶体场理论和分子动力学理论等，研究固体和分子的波谱学（光谱、磁共振谱等）和磁学性质，探讨如何实现对未知体系波谱学和磁学性质预测和调控（通过价态、占位、电荷补偿，配体等调控），为实验研究者在材料合成和掺杂改性方面提供理论帮助；基于前期发展的半导体强场输运平衡方程方法和计算程序，研究基于量子效应的太赫兹辐射理论模型以及太赫兹波与物质相互作用，并开发相关计算模拟程序；探索超冷原子量子气体和凝聚态物理领域中的非线性物质波及新奇量子态。