计算机与信息工程学院以计算机科学与技术学科建设为主线，下设工业信息网络安全、机器学习与知识工程、大数据应用及人工智能与模式识别等四个学科分方向。概述如下：
一、工业信息网络安全研究方向
1.学科方向概述
该学科分方向拥有学校唯一的工控网络安全方面的省级科研平台——黑龙江省工控信息网络安全检测工程技术研究中心，未来将通过自动化系统安全检测实验、工控网络攻击实验、工控网络攻击防护实验、工控网络监测和审计分析、威胁评估分析、漏洞分析系统渗透等环境为黑龙江省工业领域信息网络安全提供更多的支持和服务，为“数字龙江”经济发展在信息安全领域保驾护航。
2.研究方向及任务
中心主要针对黑龙江省信息与工业控制系统面临日益严重的信息安全攻击威胁等问题，围绕电力电网、轨道交通、智慧矿山等工业控制系统和其他领域的信息安全需求，利用信息与工业控制系统信息安全技术研发与工程化平台，开展包括：
（1）操作系统安全、数据库安全、身份认证安全、计算机病毒安全等在内的信息安全研究;在防火墙、入侵检测、VPN、网络漏洞、网站安全等在内的网络安全研究;
（2）在工业控制系统安全SCADA(数 据采集与监视控制系统)、安全DCS (分布式控制系统)、安全PLC (可编程逻辑控制器)、安全RTU (远程终 端单元)等关键技术和产品的研发方面开展研究和服务。
二、机器学习与知识工程
1.学科方向概述
该学科分方向目前拥有校级认知智能研究所科研基础平台，该平台的建设是继符号推理、深度学习的第一、二代人工智能后，运用知识图谱实现人机智能交互的强人工智能主攻第三代的可解释、鲁棒性的人工智能理论和方法研究。围绕机器学习与知识工程学科研究方向，本科研平台建设总体目标是基于新一代人工智能技术认知智能的领域知识图谱构建全生命周期技术，展开基于信息流、业务流、工作流的全流程、全数据的可视化与不同领域的精准智能服务与应用关键技术。
2.研究方向及任务
（1）基于知识图谱全栈技术（结构化、非结构化的自然语言处理与半结构化知识获取；研究知识存储、包括本体构建、数据映射、实体匹配、本体融合在内容的知识融合，结合分布式计算技术；研究本体推理、规则推理、路径计算等知识计算；研究智能推荐、智能语义搜索、智能推荐、智能问答以及可视化分析；）实现垂直领域知识图谱的本体层与数据层构建、推理机模型构建以及智能服务应用；
（2）以深度学习、知识推理第三代人工智能技术，围绕认知、沟通、推理、决策实现近似人类智能行为技术方案与仿真研究；
（3）应用移动端、Web端有机融合实现信息可视化平台、数据整合平台以及智能服务的开发类项目定制研究、设计与实现。
三、大数据应用
1.学科方向概述
大数据应用研究方向目前拥有校级大数据技术应用研究所科研基础平台，本方向以服务于龙江“数字经济”及区域经济的人才需求，注重从大数据产业应用需求中提炼科学问题。同时，结合学校特色开展跨学科领域交叉的大数据分析、挖掘与应用技术研究。
2.研究方向及任务
（1）智能信息处理技术方向：主要从事生物信息处理与分析、图像理解与识别、机器视觉信息获取与处理。
（2）机器学习方向：主要从事大数据环境下的机器学习理论与方法、环境感知及缺陷检测、行为分析与理解、车路协同信息交互。
（3）数据分析与挖掘方向：主要从事大数据统计模型与分析算法、多模态数据挖掘、交互式大数据可视分析、跨学科领域交叉的数据融合分析与应用。
四、人工智能与模式识别
1.学科方向概述
人工智能与模式识别团队是围绕人工智能，机器视觉，模式识别与图像分析处理等内容。主要开展和从事智能机器人、机器视觉、自然语言和图像识别、神经网络、机器学习理论、图像和视频处理、鲁棒统计学和模型拟合等方面的相关理论研究与应用。
2.研究方向及任务
目前团队主要科研方向如下：
（1）煤矿智能预警：利用数据挖掘技术、图像处理技术，实现井下工作人员的安全定位等，辅助煤矿安全生产；
（2）图像识别：图像识别包含的范围非常广，如人脸识别，车牌识别。人脸是基于人的脸部信息，进行身份识别的一种生物识别技术，目前团队已在此方面取得了一定的成果，并申报了相关项目；
（3）目标检测：利用深度学习等算法，实现农作物病虫害智能检测（如西红柿）、农作物（如马铃薯）优劣分类等，实现智慧农业。
