N.T.Lam's blog: tháng 10 2016

0 "Automatica":5.451
1 "The International Journal of Robotics Research" 5.301
2 "IEEE Control Systems":5.196
3 "Journal of Field Robotics":4.882
4 "IEEE Transactions on Automatic Control":4.270
5 "IEEE T-RO IEEE Transactions on Robotics":4.036
6 "IEEE Transactions on Biomedical Engineering": 3.577
7 "IEEE T-ASE- IEEE Transactions on Automation Science and Engineering": 3.502
8 "IEEE Robotics & Automation Magazine": 3.276
9 "Robotics and Computer-Integrated Manufacturing: 2.846
10 "Autonomous Robots" 2.706
10 "Control Engineering Practice:2.602
11 "Mechatronics-The Science of Intelligent Machines":2.496
12 "IEEE Transactions on Human-Machine Systems":2.493
13 "Multibody System Dynamics:2.286
14 "Robotics and Autonomous Systems:1.950
15 "IJCAS -International Journal of Control, Automation, and Systems:1.687
16 'MCSS -Mathematics of Control, Signals, and Systems: 1.667
17 "DEDS-Discrete Event Dynamic Systems":1.660
18 "Journal of Intelligent & Robotic Systems":1.512
19 "IMA-Journal of Mathematical Control and Information 1.273
20 "Advanced Robotic":0.920
21 "Intelligent Service Robotics":0.875
22 "Journal of Dynamical and Control Systems":0.708

Chủ Nhật, 16 tháng 10, 2016

PhD application - preparation

Following this link below we can know how to prepare application to apply PhD program in any Universities such as US, UK, Australia or Europe:
http://karts-speaks.blogspot.jp/p/applying-to-grad-school.html

Overview of application process: http://graddecision.org/Overview.html

Another advice from Anusha Mujimdar, PhD scholar in Control System, who show her answer in Quora: https://www.quora.com/What-should-I-do-now-to-get-admit-from-the-CMU-for-a-PhD-in-the-Robotics-Institute

1. Ask yourself the "why": what draws you to robotics, and why the CMU PhD program? Is it past experience with the group? Did you see their work somewhere and realise that's the kind of work you'd like to do during your PhD? This is the kind of brainstorming one would do for writing a statement of purpose, for example. The difference is you're not going to show this to anyone.

2. If you have reasonably convinced yourself (from step 1) that this is worth your time and effort, identify potential supervisors from within the group. The best way to do this is to look at their recent publications, and see if they align with your interests and the "why" you identified.

3. Once you have identified potential supervisors, read as many of their recent publications as you can. This is probably the hardest step, and one that gives you very little back in terms of instant gratification. It does have a proportionate value though. This will give you a very clear picture of what each researcher does, and whether or not you would like to be involved. Needless to say, you'll also learn a lot!

4. Connect your previous work with their research. You will need to be able to articulate how exactly you are useful to the group. Identify patterns. Does your past research give rise to an issue that can potentially be solved with the work of your advisor-to-be? Write this down.

5. Now (finally), email your potential advisor. Write very concisely who you are, what your research background is, and the connections to her/his research you found in steps 1-4. Mention specific publications (yours and theirs), if necessary. Be polite, but eager.

6. Wait for a reply. Please don't email several people in the same group all at once. If you get a reply that's not entirely positive, thank them for their time and ask politely if they could suggest another researcher who might be interested. Being gracious also ensures that they'll keep you in mind in case an opportunity does turn up.

7. If you get a positive reply, you're golden. Try to arrange a chat on phone or in person to discuss. Once a professor has made up her/his mind about a student, the admission procedure is usually (in my experience) a formality, and you'll likely be helped by your professor in completing it.

List of PhD student

HCI, Programming, Robotics
https://www.hcii.cmu.edu/people

SmartWatch: http://yang-zhang.me/
  http://www.gierad.com/ -
  http://guoanhong.com/
  http://web.xiangchen.me/
VR:
http://www.samanthafinkelstein.com/research.html

http://www.iamxuwang.com/publication.html
http://alexandrato.com/
http://sauvik.me/

Innovation by design
https://www.fastcodesign.com/innovation-by-design/2016

Assoc.Prof. Khai N.Truong - Canada
http://www.cs.toronto.edu/~khai/#about

Free ebook
http://bookboon.com/en/it-programming-ebooks

Thứ Bảy, 15 tháng 10, 2016

Robotic courses

I can kind of relate to your question and will try to answer it based on what I've learnt in the past few months. I'm a mechanical engineer and a few months back, I had an IT related job with no skills in Robotics except maybe a simple simulation or two. But I really wanted to pursue the field, so I quit my job and started a Masters degree in Robotics from the same institute I did my Bachelor's from. My initial plan was to gain some knowledge in Robotics and apply for a Masters from a better ranked university abroad for that. However, over the past few months, I've figured that I could have done that (or better) by continuing my job (and earning something), and self teach myself Robotics along with that.
There's really a simple way: MOOCs or online courses. Since Robotics is one of leading research areas nowadays, a lot of material is freely available on the internet for self study. Here are some of the MOOCs I took which have really taught me a lot about Robotics:
1. SNUx Introduction to Robotics courses part 1 and 2 on edX. These will teach you about the mechanics of Robots.
2. Control of Mobile Robots by GeorgiaTech on Coursera.
3. Autonomous Mobile Robots by ETH Zurich on edX. One of the best Robotics related courses available.
4. Introduction to Robotics by QUT.
5. Robotic Vision by QUT.
6. Cognitive Neuroscience Robotics by Osaka University on edX
7. Machine Learning by Stanford University on Coursera.
8. Underactuated Robotics by MIT on edX.
9. Artificial Intelligence by UC Berkeley on edX.
10. Autonomous Navigation for Flying Robots by TUM on edX.
11. Robotics specialization by University of Pennsylvania on Coursera.
12. Mobile Robots and Autonomous Vehicles by INRIA on FUN-MOOC.
13. AI Programming for Robotics by Google (Sebastian Thrun) on Udacity. (Highly recommended)
14. Machine Learning course videos by Tom Mitchell (as taught by him at CMU)
15. Machine Learning course videos by Andrew Ng (as taught by him at Stanford)
16. Introduction to Machine Learning by Sebastian Thrun on Udacity.
17. Machine Learning specialization by University of Washington on Coursera.
18. Introduction to Computer Vision on Udacity.
19. NPTEL Introduction to Robotics (Thank you Shaham for the suggestion).
20. Computational Probability and Inference on edX (Useful for AI, ML and SLAM related concepts).
21. Neural Networks for Machine Learning by University of Toronto on Coursera (One of the most recommended starting resources for people wanting to explore Deep Learning).
22. Artificial Intelligence Planning by University of Edinburgh on Coursera.

These are some of the online courses I have taken, am currently taking, or plan to take soon. These will teach you a lot of Robotics and with the knowledge gained from these courses, you can possibly think of pursuing research on your own in your interest areas.

Additionally, make a hardware robot yourself and experiment on it, or simulate one. You also need to have good programming skills in C++, Python, and MatLab which are the most commonly used languages in Robotics I think.

After you have gained some knowledge, it would be really beneficial to learn ROS (Robot Operating System). It's one of the most popular emerging Robotics development platform and there are excellent tutorials available online to help you get started.

I hope this helps you get started with Robotics. It's an awesome field and there are so many open questions still left to answer and so many challenges still to solve, and I love it. I've learnt more from these than from my graduate courses, and think you can do the same. It will definitely add value to your grad school applications, and you would already know so much about what they will teach you there, and help you better concentrate on projects and research there.

MIT
Mobile Autonomous Systems Laboratory

Thứ Sáu, 14 tháng 10, 2016

Programming Course

1. MIT Open Courseware

Open Courseware của đại học MIT cung cấp 2100 khóa học về các chủ đề đa dạng, bao gồm cả kỹ thuật điện và khoa học máy tính. Các nguồn tài nguyên miễn phí bao gồm sách giáo khoa trực tuyến, kỳ thi, nội dung đa phương tiện, bài tập, các dự án và các ví dụ - và tất cả các khóa học thực tế từ MIT trong thời gian gần đây.

2. Coursera

Coursera ra mắt vào tháng 4/2012 và đã mở rộng bao gồm trên 200 khóa học từ 33 trường đại học. Nếu bạn chưa nghe nói về Coursera, đó là một startup về cơ bản cho phép bạn nhận được một khóa học đại học trực tuyến được dạy bởi một giáo sư chính tại một trong những trường đại học tốt nhất thế giới.

3. Udacity

Udacity là một dịch vụ miễn phí hiện nay với 14 lớp học ở đó, "Bạn học bằng cách giải quyết các vấn đề khó khăn... với các giảng viên đại học nổi tiếng trên thế giới." Các lớp học bao gồm các chủ đề liên quan đến lập trình, và đồng thời cũng tạo cho bạn một nền tảng vững chắc về toán học, vật lý và hơn thế nữa, đó là "Làm thế nào để khởi nghiệp".

4. Google Code University

Đó là trường dạy lập trình của Google, một nguồn tài nguyên miễn phí, và rõ ràng là một trong những nguồn tài nguyên tốt nhất nếu bạn quan tâm đến phát triển Android. Ở đây cũng có một số chủ đề nâng cao bao gồm hệ thống phân tán và bảo mật web.

5. Mozilla Developer Network

Mozilla biết rõ một trang web như thế nào là tốt, và nó có một trung tâm dạy học miễn phí bao gồm các tài liệu được viết bởi mạng lưới cộng tác viên và từ các trang web khác.

6. HTML5 Rocks

Trong trường hợp bạn đang tự hỏi trang web này thuộc loại nào. Thì xin thưa rằng nó có rất nhiều thông tin miễn phí về HTML5, bao gồm cả các bài viết blog, và các hướng dẫn trực tuyến khác.

7. The Code Player

The Code Player là một nơi tuyệt vời để học lập trình. Với rất nhiều tài nguyên phong phú dành cho bạn. Bạn hãy tự khám phá nhé!

8. Codecademy

Codecademy trở nên nổi tiếng vào đầu năm 2012 khi thị trưởng thành phố New York là Michael Bloomberg đã nói rằng ông sẽ tự học lập trình trên trang này.

9. Khan Academy

Một học viện khác, Khan Academy cung cấp nhiều khóa học ngoài lập trình nếu bạn đang tìm kiếm những kiến thức nhiều lĩnh vực khác - nhưng nếu bạn chỉ cần học lập trình thì nó cũng có rất đầy đủ tài liệu dành cho bạn.

10. General Assembly

General Assembly có một cách tiếp cận khác bằng cách cung cấp livestream (trả tiền) về các chủ đề như "Rapid Prototyping: From Wireframes to HMTL" - bạn mua một e-ticket trên Eventbrite, nhận được một mật khẩu, và xem các livestream khi nó diễn ra.

11. PeepCode

PeepCode bao gồm rất nhiều ngôn ngữ lập trình, nó cung cấp bản tải về (trả tiền), và các bài học được thu lại.

12. Eloquent JavaScript

Eloquent JavaScript thực sự là một cuốn sách trực tuyến hoàn toàn miễn phí (hoặc bạn có thể mua cuốn ebook này trên Amazon). Từ giới thiệu của tác giả: "JavaScript là ngôn ngữ mà vào thời điểm này nó hầu như được sử dụng để làm tất cả mọi thứ thông minh và tuyệt vời với các trang web trên World Wide Web."

13. Ruby Koans

Nếu học Ruby (đây là Ruby, chứ không phải Ruby-on-Rails) là những gì bạn đang tìm kiếm, thì Ruby Koans có một hướng dẫn miễn phí, hứa hẹn là "người bạn đồng hành” khi bạn học Ruby.

14. Learn Code The Hard Way

Learn Code The Hard Way bắt đầu bằng cuốn sách (miễn phí trực tuyến) Learn Python The Hard Way, và sau này được nó bổ sung thêm cho các ngôn ngữ khác như Ruby và C.

15. Stack Overflow

Có rất nhiều thông tin (dễ dàng tìm kiếm) trên StackOverflow có thể là nguồn giúp đỡ tuyệt vời dành cho bạn. Ngoài ra, nếu bạn gặp phải vấn đề hóc búa trong lập trình thì cộng đồng trên StackOverflow sẽ hỗ trợ rất tốt để tìm ra giải pháp cho vấn đề đó.

16. Coder Dojo

Coder Dojo là nơi những bạn trẻ có thể học lập trình cùng nhau, vì vậy các bậc phụ huynh nên cho con em mình tham gia học ở đây. Trang web này cũng có một nguồn tài liệu được đăng tải bởi các instructor/ volunteer, nhưng còn tương đối hạn chế.

17. O’Reilly

Ngoài rất nhiều sách mà O'Reilly xuất bản, công ty này cũng cung cấp các khóa học trực tuyến (trả tiền) trên nhiều ngôn ngữ lập trình khác nhau.

18. Scratch

Một lần nữa, nếu bạn là một phụ huynh, thì Scratch là một chương trình miễn phí có thể tải về, được phát triển bởi MIT Media Lab, chương trình này giúp trẻ em xây dựng những câu chuyện tương tác rất có ích trong phát triển trí tuệ.

19. Apple Developer

Nếu bạn quan tâm đến việc phát triển ứng dụng trên các sản phẩm của Apple, thì bạn nên tìm hiểu trang web phát triển chính thức của Apple, xem nó với tất cả sự hăng say và học hỏi từ nguồn tài nguyên có sẵn trực tuyến này.

20. Android Developer

Trang web dành cho các nhà phát triển Android của Google, bao gồm các video từ Google I/O cũng như phần best practices cho việc thiết kế các ứng dụng.

21. Mobiletuts+

Mobiletuts + có các bài viết blog miễn phí hướng dẫn về phát triển Android và iOS cũng như các công nghệ di động khác, nó còn có nhiều dịch vụ cao cấp khác mà bạn phải trả tiền thì mới có thể truy cập.

22. Udemy

Udemy cung cấp các khóa học (một số miễn phí, một số trả tiền) trên một phạm vi rộng của nhiều đối tượng, và họ tự hào là có những giáo viên hướng dẫn nổi tiếng như Mark Zuckerberg và Marissa Mayer.

23. Code School

Code School cung cấp các khóa học và video theo kiểu thuê bao tháng, và cũng có một vài khóa học miễn phí chất lượng rất tốt.

24. Bloc

Bloc hứa hẹn sẽ dạy cho bạn "trở thành một nhà phát triển web trong 12 tuần." Với một mức phí hơi cao, nhưng Bloc sẽ ghép bạn với một lập trình viên mentor giúp đỡ bạn trong suốt khóa học.

25. Treehouse

Treehouse đã có hơn 600 video mà bạn có thể xem với một khoản phí hàng tháng, nếu đăng ký là thuê bao cao cấp thì sẽ được cung cấp nhiều tính năng hơn.

26. Programr

Programr có một cách dạy lập trình hoàn toàn khác: bạn xây dựng các sản phẩm cho đến khi nó hoạt động tốt mới thôi. Hãy đọc bài phỏng vấn của chúng tôi với nhà sáng lập của Programr là Rajesh Moorjani để biết thêm chi tiết nhé!

27. Processing

Processing là một nơi tuyệt vời khác để bạn có thể học lập trình, với rất nhiều sách và video miễn phí. Bạn hãy tự khám phá trang web này nhé!

edx.org (tương đương Coursera)

Packtpub.com (free 1 cuốn sách lập trình / mỗi ngày)

From: techmaster.vn

Thứ Tư, 12 tháng 10, 2016

RObotics

Books:
http://www.intechopen.com/books/subject/robotics

Electronics:
http://www.botmag.com/http://electronicsforu.com/http://www.robotshop.com/blog/en/robot-arm-torque-tutorial-7152

Control:
http://hackaday.com/2015/12/02/beyond-control-the-basics-of-control-systems/- Feedback Systems: An Introduction for Scientists and Engineers http://www.cds.caltech.edu/~murray/amwiki/index.php/Main_Page Fundamentals of classical control theory (state-space and frequency response). Free PDF
- Robust Adaptive Control Petros Ioannou
http://www-bcf.usc.edu/~ioannou/RobustAdaptiveBook95pdf/Robust_Adaptive_Control.pdf- Controls Tutorials for Matlab and Simulink: Controls Tutorials: Matlab and Simulink- A Mathematical introduction to robotic manipulation by Richard Murray.
Free PDF on the Wiki: http://www.cds.caltech.edu/~murray/mlswiki/?title=First_edition- Benjamin Drew's Control Systems Engineering lectures
YouTube Playlist: https://www.youtube.com/playlist?list=PL5105727DD6E8DE98

Mechanics:

Open Source Robotics Foundation
http://www.osrfoundation.org/osrf-projects/ Gazebo, ROS, Robotics Fast Track

Control Course:
http://control.ee.ethz.ch/~building/BuildingControlCourse.htm
http://control.ee.ethz.ch/index.cgi?page=lectures

MIT Introduction to EECS via Robot Sensing, Software and Control
https://sixohone.mit.edu/tutor/fall16
CS course: http://www.eecs.mit.edu/academics-admissions/undergraduate-programs/course-6-3-computer-science-and-engineering

http://web.mit.edu/2.75/fundamentals/FUNdaMENTALS.html

Theory + Math for Computer vision + Robotics

https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-042j-mathematics-for-computer-science-fall-2010/readings/MIT6_042JF10_notes.pdf
http://www.cse.buffalo.edu/~hungngo/teaching.html
https://www.cs.princeton.edu/courses/archive/fall06/cos341/handouts/mathcs.pdf

http://www.robots.ox.ac.uk/~vgg/hzbook/
http://stackoverflow.com/questions/824679/how-can-i-learn-the-math-necessary-for-working-with-computer-vision

As for learning the math, after taking a introductory linear algebra class, I think getting exposure to linear algebra in the computer vision context should be good enough. Also getting a good foundation in graphics (OpenGL) should be helpful too.

Our university used this book:

Computer Vision - A Modern Approach

As a beginner I liked these books:

Multiple View Geometry in Computer Vision by Hartley and Zisserman

Wikipedia has been a great resource, here are some computer vision topics. More links here andhere.

Also IEEE, ACM, and your university have access to lots of research papers. Finding old computer vision lectures like this course at UNC have also been useful.

https://sites.google.com/site/mostafasibrahim/research/articles/how-to-start#TOC-Machine-Learning

http://www.cse.iitd.ernet.in/~suban/vision/

Robotics

https://en.wikibooks.org/wiki/Category:Robotics_(book) all information

- calculus
- ordinary differential equations
- linear algebra (you need a very strong background in linear algebra)
- numerical methods (not numerical analysis)

- dynamics
- kinematics
- linear controls

- statistics, probability, and Bayesian inference
- nonlinear/adaptive controls
- optimal controls
- advanced linear algebra
- numerical analysis
- advanced numerical methods/scientific computing

Mechanics is about:

how forces are transferred between the different parts of a construction.
where the center of gravity lies.
friction
position, speed, acceleration
Newton's laws
inertia
material properties

Electronics is about:

Electronic Components
Analog Circuits
Digital Logic
MicroControllers

Computer programming is about:

Control structures (sequence, selection, iteration)
Data types (constants, variables, integer, real, string,...)
Algorithms
Hardware control (setting and reading registers, interrupts,...)
logic

Artificial Intelligence (in Robotics) is about:

Finding the shortest way between 2,3 (or more) points
Dealing with obstacles
Handling new situations (machine learning)

Thứ Bảy, 8 tháng 10, 2016

Electronic website

Theory:
http://hyperphysics.phy-astr.gsu.edu/hbase/hframe.html

physics.stackexchange
http://physics.stackexchange.com/questions

Robotics
http://robotics.stackexchange.com/

http://slideplayer.com/search/?q=robotics

Dynamics and Control Lecture:
http://apmonitor.com/che436/index.php/Main/LectureNotes19

Dynamic Optimization in Matlab:
https://www.youtube.com/playlist?list=PLLBUgWXdTBDge70HuAhn0mlNkLB-tcbMi
Youtube channel: APMonitor.com

Book:
http://as.wiley.com/WileyCDA/Section/id-302370.html

OpenCV to SLAM, Machine Learning
https://github.com/jbhuang0604/awesome-computer-vision

https://www.openslam.org/

Prof' http://www.petercorke.com/Home.html
https://www.linkedin.com/in/tristan-perez-b463584
http://cs.adelaide.edu.au/~trung/home.php

http://shashank-kulkarni.blogspot.jp/