带头人        

        李春生        

2006-现在        

后备带头人        

王梅

2015-现在        

后备带头人        

田枫

2015-现在        

先进计算机系统

本研究方向面向地方经济建设和石油石化领域，开展云计算与智慧软件体系架构、计算机网络与信息安全、嵌入式系统与智能仪器仪表研发、机器人与物联网系统、移动计算技术等课题的研究与应用。该方向由6个课题组组成，骨干力量20余人，其中博导1人，教授4人。

李春生

量子图像处理

量子图像处理主要研究在将来的量子计算机上实施图像处理的方法。目前图像数据呈爆炸式增长，受存储能力和计算效率的制约，经典计算机已显露出某些不足。面向量子计算机的量子图像处理可以弥补这些不足。

李盼池

数据与知识工程

针对目前各个领域存在“信息孤岛”问题，通过元数据标准来治理并解决数据共享与数据整合以及数据交换问题。

袁满

人工智能及应用

以人工智能和机器学习理论为基础，以智能计算技术为支撑，以油田应用和教育应用为依托，开展智能系统、智慧油田、自然语言处理以及智慧教育等方面的科学问题研究。主要研究方向包括数据挖掘、机器学习、仿生计算与智能系统、智能技术与自然语言处理、教育大数据分析与应用。

王梅

计算机视觉信息处理

在图像与视频数据的对象检测与跟踪技术、目标定位与识别技术、多媒体数据检索与管理技术、虚拟现实系统与应用技术上具有多年的研究与开发经验。开发的多套系统得到推广应用。

田枫

大数据与软件工程

大数据技术方面，主要研究海量数据管理（地震、测井、录井资料）、井场实时数据管理（钻井、录井）、数据中心的建设与管理、异构数据集成、数据标准化等。数据标准化主要研究POSC、PIDD等国际石油信息标准、业务流程标准、数据模型标准、数据元标准、数据交换标准、图形发布标准、海量数据统一格式描述。大数据技术研究信息服务、文本挖掘、大数据分析等。信息服务技术研究如何将数据转换为人们需要的信息，具体包括油田信息搜索引擎、信息展示技术、报表数据的自动生成与集成。文本挖掘包括油田领域本体自动构建、文本信息抽取、热点分析。大数据分析包括油田大数据分析平台技术、智能油井分析、油田大数据应用技术等。形成的特色技术包括：(1)复杂大规模数据建模技术；(2)海量数据存储及并行计算技术；(3)大数据管理技术；(4)大数据分析及应用技术。软件工程方向主要研究现代软件工程技术及这些技术在油田软件项目中的应用。主要研究内容包括基于网络环境的数据服务平台技术、软件集成技术、基于工作流的协同工作环境、集群环境下并行计算方法、面向对象技术、模型驱动技术、软件体系结构、基于UML的软件分析与设计。这些技术为保证当前承担的项目的质量、先进性起到了重要作用。形成的特色技术包括：(1)模型驱动技术；(2)软件集成平台。

文必龙