都会大学电脑系有一小部分员工专注于几个核心研究领域。
我们的重点是多目标优化算法系列及其对解决具有挑战性问题的适应性。例如，我们研究了多目标粒子群优化器 (MOPSO)，这是一种有效的群体智能算法，可以模拟鸟群中鸟类的社会行为，并提高了其性能。
在该领域开展的研究项目：
通过自适应惯性权重和动态搜索空间改进收敛性
自适应学生表现聚类
虚拟现实 (VR) 和增强现实 (AR) 技术为学习场景提供了高度可配置的环境，其有效性取决于学习环境的真实性。
我们的研发方向是研究在不同学科领域和场景中应用 VR/AR 的有效设计原则。其中一个例子是护士教育的医院病房定位。 VR 环境确保学生能够以安全的方式进行探索，使真正的患者不会受到影响。为护士学生开发了一个具有互动的虚拟医院病房，以便他们在医院病房实习之前对环境有一些体验。学生还可以与他们的实习相关的对象进行交流。
虚拟医院中的病房和平面图
学生参加实习时与他们相关的各种物品
RBF 最初是由 Hardy 为分散地理数据插值而设计的，Hardy 在 1970 年代早期引入了一类称为多重二次函数的函数。 RBF 插值的基本思想是通过一组 N 个不同数据点的插值来逼近一个未知函数，插值取决于距原点的欧氏距离。 RBF 的一个强大用途是求解偏微分方程。 RBF 已成功应用于许多不同的问题，如应力问题、流体力学等。在这里，我们介绍如何使用 RBF 解决著名的 Motz 问题。
具有各种控制方程和边界条件的L形区域
由RBF找到的解答
多年来，我们在使用电脑技术来加强教学方面积累了专业知识。自遥距学习教育蓬勃发展以来，视频已大量用于教学环境。如今，视频的教育用途已不仅限于教学视频（会说话的头像和课堂录音）。已经尝试和研究了许多创新，例如视频建模和数码讲故事。
在该领域开展的研究项目：
商务礼仪视频建模
商务礼仪视频建模
我们在这一领域的工作包括算法和应用程序开发。
已开展研究项目：
