都會大學電腦系有一小部分員工專注於幾個核心研究領域。
我們的重點是多目標優化算法系列及其對解決具有挑戰性問題的適應性。例如，我們研究了多目標粒子群優化器 (MOPSO)，這是一種有效的群體智能算法，可以模擬鳥群中鳥類的社會行為，並提高了其性能。
在該領域開展的研究項目：
通過自適應慣性權重和動態搜索空間改進收斂性
自適應學生表現聚類
虛擬現實 (VR) 和增強現實 (AR) 技術為學習場景提供了高度可配置的環境，其有效性取決於學習環境的真實性。
我們的研發方向是研究在不同學科領域和場景中應用 VR/AR 的有效設計原則。其中一個例子是護士教育的醫院病房定位。 VR 環境確保學生能夠以安全的方式進行探索，使真正的患者不會受到影響。為護士學生開發了一個具有互動的虛擬醫院病房，以便他們在醫院病房實習之前對環境有一些體驗。學生還可以與他們的實習相關的對象進行交流。
虛擬醫院中的病房和平面圖
學生參加實習時與他們相關的各種物品
RBF 最初是由 Hardy 為分散地理數據插值而設計的，Hardy 在 1970 年代早期引入了一類稱為多重二次函數的函數。 RBF 插值的基本思想是通過一組 N 個不同數據點的插值來逼近一個未知函數，插值取決於距原點的歐氏距離。 RBF 的一個強大用途是求解偏微分方程。 RBF 已成功應用於許多不同的問題，如應力問題、流體力學等。在這裡，我們介紹如何使用 RBF 解決著名的 Motz 問題。
具有各種控制方程和邊界條件的L形區域
由RBF 找到的解答
多年來，我們在使用電腦技術來加強教學方面積累了專業知識。自遙距學習教育蓬勃發展以來，視頻已大量用於教學環境。如今，視頻的教育用途已不僅限於教學視頻（會說話的頭像和課堂錄音）。已經嘗試和研究了許多創新，例如視頻建模和數碼講故事。
在該領域開展的研究項目：
基於手勢的互動，可無縫傳送視頻講座
商務禮儀視頻建模
我們在這一領域的工作包括算法和應用程序開發。
已開展研究項目：
