新加坡国立大学博士怎么申请

新加坡国立大学商科博士能不能申请全奖?答案是很多的，对于很多留学者而言都要面临着高额的留学费用，所以申请奖学金成为了大家关心的焦点话题，下面就随智课选校帝小编详细的了解一下吧。新加坡国立大学商科博士能不能申请全奖?这个需要看学生的考试成绩，以及其他的申请条件，以下是全额奖学金的申请条件列表：学生申请新加坡国立大学等三所本科大学的政府奖学金，不论应届或往届，首先高考成绩需达到国内高考重点本科线，这样申请参加新加坡大学入学考试(SAT考试)资格的成功性更大。SAT考试分三部分：数学、英语阅读理解、英语写作，满分为2400分。考到2100分以上，能直接去新加坡读大学;1700分以上，需在新加坡读6个月的SAT培训，再参加SAT考试得到1900分以上即可入学。部分学校还可能要求学生拥有雅思6分或托福580分的成绩。如申请南洋理工学院等五所专科院校的政府奖学金，学生毕业时高考成绩须达到二本以上。学生不用参加SAT考试，但要参加申请学校组织的笔试和面试。笔试内容为数学、英语、物理。奖学金在获得入学资格后申请。只要国内学生获准录取，学校都会同意发放。整个申请过程复杂，需联系学校、准备和投递大量申报材料、办理签证。通过以上的介绍，想必您对于新加坡国立大学商科博士能不能申请全奖?有了更深入的了解，希望对您有所帮助，如果您还有其它的问题，可以登录智课选校帝平台。

近日，THE2020亚洲大学排行榜出炉，排名包括来自30个地区的489所大学（参与排名院校必须取得之前的泰晤士高等教育世界大学排名资格）。其中，排行前100院校中，中国院校（不含港澳台）占比23%；港澳台院校占比14%；日韩院校占比26%；其他（新加坡、以色列、印度等）占比37%。其中新加坡作为双语国家，既有同世界接轨的教育体系，又有适合中国学生的语言环境，成为许多中国学生留学的理想之地。此次THE2020亚洲大学排名前100中，新加坡上榜高校上榜两所，且均在前十之列，在质不在量。今天小曼给大家详细介绍一下，新加坡博士申请的优势，以及这两所在亚洲、在世界范围内都出类拔萃的新加坡高校吧。新加坡读博优势MINHAND 学历含金量高，在世界范围内认可度高；申请新加坡博士一般都是选择新加坡四所公立大学就读，其中新加坡国立大学、南洋理工大学是世界范围TOP50的研究型高校，新加坡教育体系与西方接轨。且新加坡政府高度重视教育产业的发展，未来一段时间内新加坡的高校的发展都非常乐观。新加坡博士学制短，可申请本科直博；去新加坡读博士，一般可以在4-5年内拿到博士，并且大部分院校可以本科毕业就可以直接申请，可以在相对短的时间内拿到博士学位。与之相比，国内目前硕博连读一般需要5-6年，欧美的博士一般需要5-7年，新加坡读博士的时间优势非常明显。新加坡博士留学费用相对低廉，奖学金多；上文提到新加坡政府重视教育，对学校科研也十分支持，新加坡国立大学和南洋理工大学对于博士有着丰厚的奖学金，减轻了学生经济负担，相对欧美国家读博费用，新加坡博士留学费用较为低廉。熟悉的语言与文化环境；在新加坡华人的比重占77%（数据来源于网络），当地的风土人情和生活习惯同中国相近，对于去新加坡的申请者来说，去新加坡读博能更好的适应当地生活，在相对轻松熟悉的生活环境中顺利地过渡，从而大大减轻繁重的博士课业所带来的压力。良好的人脉平台；新加坡这个国际化的大都市以及高校为学生提供良好的人脉平台，来新加坡读博的学生无论是回国就业还是在当地就业，都能充分利用在自己学校积累下的人脉资源。新加坡国立大学MINHAND 新加坡国立大学 THE 2020 ASIA NO.3院校简介：新加坡国立大学（National University of Singapore），简称国大（NUS），是新加坡首屈一指的世界级顶尖大学。国立大学前身为1905年成立的海峡殖民地与马来亚联邦政府医学院。1962年，马来亚大学位于新加坡的校区独立为新加坡大学。1980年，新加坡大学和南洋大学合并，校名定为新加坡国立大学。国大建有肯特岗、武吉知马和欧南园3个校区共设16所学院，包括一所音乐学院，开办60个本科专业；另有七所海外学院，分布于中国上海及北京、以色列、印度、瑞典斯德哥尔摩、美国硅谷及生物谷等全球多个主要创业中心。具体分数Rankig position 2016 to 2020 （world wide）优势学科及排名Arts&humanities 2020 Rank：35Clinical,preclinical&health 2020 Rank：19Engineering&technology 2020 Rank：12Life sciences 2020 Rank：29Physical sciences 2020 Rank：19Social sciences 2020 Rank：23博士申请基本要求在读期间总平均分在80分以上。需要优秀的托福或者雅思成绩，如果考生是理工科需要提交GRE成绩。考生有自己的研究方向，并且具备一定的实力。申请博士学位课程需有相关学科的良好硕士学位，或至少相关学科的高级荣誉/荣誉（杰出）学位或同等学历。南洋理工大学MINHAND 南洋理工大学 THE 2020 ASIA NO.6院校简介：南洋理工大学（Nanyang Technological University），简称南大（NTU），是新加坡的一所世界著名研究型大学。南洋理工大学前身为1955年由民间发动筹款运动而创办的南洋大学，南洋理工大学建有云南园、卫星2个校区，南洋理工大学下设工、理、商、文四大学院，另设自主学院（包括国防策略研究国际权威机构 - 拉惹勒南国际研究院、新加坡唯一的专业师资培训学府 - 国立教育学院、集中研究地球科学自然灾害课题的新加坡地球观测与研究所， 以及研究重点放在生物膜的环境生物工程中心）。具体分数Rankig position 2016 to 2020 （world wide）优势学科及排名Engineering&technology 2020 Rank：15Life sciences 2020 Rank：50Physical sciences 2020 Rank：41博士申请基本要求国家重点大学211工程本科以上学历(需要具有学士学位，研究生优先)，各科成绩需要良好(85以上)良好的托福成绩(92+)，GRE(1200+)。商学院可以考虑GMAT(650+)如果申请者非常优秀，包括很好的成绩，或是发表过高质量或丰富的论文，可以考虑降低要求。新加坡博士奖学金MINHAND 1.NTU/NUS Research ScholarshipNTU/NUS Research Scholarship 包括月工资和学费补贴，入读NTU/NUS Research Programme的本地或国际学生有资格获得该奖学金。在奖学金的规定期限内，不可从事有薪工作或同时持有任何其他奖学金。该奖项在成立之初的有效期为一年，如果有较好的研究进展则可延长时间。奖学金的最长期限为硕士研究生为2年，博士研究生为4年，具体取决于学院。2.Singapore International Graate Award新加坡国际研究生奖（SINGA）是A*STAR，南洋理工大学（NTU），新加坡国立大学（NUS）和新加坡科技设计大学（SUTD）之间的合作，博士学位培训完成后，将由NTU，NUS或SUTD授予学生博士学位。该奖项为长达4年的博士学位研究提供支持，包括：①（学费）每月$2,000的津贴，在Qualifying Examination通过后将增加到$2,500；②一次性机票补助最高$1,500；③一次性安置补助金$1,000。3.SMART Graate Fellowship新加坡-MIT研究与技术联盟（SMART）为南洋理工大学（NTU），新加坡国立大学（NUS），新加坡管理大学（SMU）或新加坡科技设计大学（SUTD）的新博士生提供为期四年的奖学金计划。该奖学金将提供一个参与SMART战略研究计划的机会，并提供一个由MIT教员共同指导的机会。学生可能会在MIT花费最多六个月的时间进行研究。该奖学金包括：①（学费）每月$3,500的津贴；②可在MIT进行为期六个月的一次性研究；③可同时接受MIT和NTU / NUS / SMU / SUTD教师的联合指导。4.President Scholarship校长研究生奖学金授予在研究方面表现出非凡成就的博士生。对于候选人的国籍没有限制，但在所有条件均相同的情况下，将优先考虑新加坡公民和新加坡永久居民。新加坡这两所高校排名长期稳定在世界前50，在政府政策倾斜之下，奖学金和津贴也很丰厚，考虑到目前的情势，新加坡形势也较为稳定安全，有意到新加坡读博的同学，锁定曼汉教育曼博士(MINHAND_EDU)喔

在云南边境有一个美丽的镇子——临沧市云县漫湾镇，因为山路造成的交通不便等原因，这座边陲小镇里的漫湾中学成了镇子上唯一的中学。这里有一群年轻人，他们是名校高材生，也是漫湾中学的支教老师。张鑫杰就是他们其中的一员。张鑫杰在上课。（摄影 蔡付亮）1992年出生的张鑫杰，曾在美国哈佛大学经济系、哈佛大学教育学院担任研究助理、新加坡国立大学攻读经济学博士学位，后退出；现支教于漫湾中学，任副校长兼任九年级133班班主任。从新加坡国立大学博士项目退出来支教，这不是一次普通的选择。但是为了能够更好地将所学和研究与乡村实际情况结合，他毅然选择了深入乡村支教，将所学知识深深地扎根于中国的教育土壤。如今在漫湾镇工作的他，推掉了杭州、上海、三亚等城市数个高薪工作，选择继续在乡村教育一线工作。张鑫杰有一个自己心目中的教育“理想国”，他希望这个“理想国”能够充分发挥贫困地区孩子所有潜力，让孩子们成为一个有朝气、有动力、有信心的群体，希望未来他们能用知识型的力量反哺家乡，回馈社会。“我的孩子100%都要上高中”张鑫杰所在的漫湾中学有700多名初中生，每年选择上高中的学生只有不足30%，大多数学生初中毕业后会去专科学校继续进修或者选择回家务农，有的还会出去打工。从当班主任的第一天起，张鑫杰就为自己和班级定下了一个目标：133班的所有同学都要升上高中！作为九年级133班的班主任，他带领着班级学生奋勇前进，班级综合成绩位列年级第一，张鑫杰骄傲的说：我的孩子100%都能上高中。每两周张鑫杰都会选择一位班里的孩子进行家访，了解孩子在家的学习状况以及家长的想法，这周去家访的学生名叫李露宏。在家访的过程中我们了解到，李露宏小学排名并不靠前，上了初中后变得懂事成绩也进步很快，当问及希望他去哪所高中读书时，李露宏的家长说：“本科，我也不知道。”大家都笑了。张鑫杰介绍到：“这种情况在当地十分常见，大部分家长其实对于孩子的考学并不了解，觉得把孩子送到学校就可以了。”如今，张鑫杰心系几十个甚至几百个学生的前途命运，他期待着孩子们的努力得到回报，期盼着开花结果的那一天。张鑫杰正在家访。（摄影 蔡付亮）以点及面 扩大范围由于出色的工作，张鑫杰第二年就被镇党委政府任命为副校长。他意识到仅仅负责班里的几十个孩子是不够的，他需要在有限的时间里发挥更大的影响力。在他看来，支教老师不能仅限于做一个知识的提供者，还可以做很多事情的推动者和号召者。因此，他召集几位志同道合的项目老师、当地任课教师和家长，建立了一支团队，大家通过每周开例会，积极地讨论问题，解决困难。他们还一同发起了“大学生陪读项目”、“奖学金项目”、“文艺晚会”“单词听写大赛”等大型项目，让团队在协作中变得强大，让每位教师的潜能发挥至最大。张鑫杰正在与团队开会。（摄影 蔡付亮）未完待续张鑫杰这一待，便是三年，当初和他一起来的项目老师纷纷离去，他还坚守在自己的岗位上。张鑫杰说：“既然选择留下来就不会后悔，因为我觉得革命尚未成功。”张鑫杰一个人站在江边。（摄影 蔡付亮）“愿中国青年都能摆脱冷气，只是向上走，不必听自暴自弃者流的话。能做事的做事，能发声的发声。有一份热，发一分光，就像萤火一般，也可以在黑暗里发一点光，不必等候炬火。”——鲁迅这是张鑫杰最喜欢的一句话。在他看来，支教不仅可以提升个人能力，增加社会阅历，同时也积攒许多宝贵的经验。他希望越来越多优秀的青年人能够加入到支教的队伍中，把自己的能量发挥到农村教育上。现在，张鑫杰已经完成了第一阶段的支教工作，并被英国剑桥大学录取，留学归来后他会继续投身于农村教育事业，他的故事还未完待续。出品人 韩蕾总监制 张春燕制片人 王成孟统筹 高文轩策划 高文轩 摄像 李继高(@东方ic)后期制作 高文轩 文案 高文轩来源：中国日报网

【编者按】又到了凤凰花开的时节，又有一批南方科技大学学子即将扬帆起航，昂首迈向下一段“创知、创新、创业”的征程。南科大扎根中国大地，努力培养具备“家国情怀、全球视野、综合素养、创新能力”的拔尖创新人才。我们采访了部分优秀毕业生，回顾他们在南科大几年的学习生活点滴，分享他们的成长经历，愿他们精彩的青春故事启发更多学子砥砺奋进、筑梦前行。南科大“毕业季故事汇”，即日起在官网、官微推出，敬请关注。小小的个子，蓬松的短发，满脸灿烂的笑容。这是南方科技大学树德书院2016级电子与电气工程系（简称“电子系”）本科生余梦霞给人的第一印象。这样的形象，你可能会用“娇小可爱”来形容，但深入了解后，你会发现，她确实是个“小可爱”，但“娇”却与她搭不上边。“广东省跆拳道锦标赛第三名，南科大‘筑梦杯’女子足球赛两连冠的树德女足核心成员”，可见她虽“小”却不“娇”。而她的“可爱”，则体现在学业、科研、公益、社团活动等方方面面。“行走的小太阳”是身边人对她的称号，“成为一名能用智慧武装自己、有社会担当、有血有肉重情义、‘穷则独善其身，达则兼济天下’的钢铁‘霞’，”则是她的追求。她即将前往新加坡国立大学攻读博士学位，为智能穿戴医疗领域的发展尽一份力。导师守护成长， “习武”找到研究方向“选择南科大是我做过最正确的选择，成为南科人让我倍感幸运和自豪。‘Make history together（让我们一起创造历史）’使我热血澎湃，我怀着成为一名Engineer-Scientist（工程师-科学家）的梦想，希望和南科大一起创造历史。”高中毕业于福建省连城第一中学的余梦霞，毫不犹豫地报考了南科大。余梦霞与导师叶涛课题组合影有着高中化学竞赛经历的余梦霞，在大一选择生活导师时，为争取心仪导师的认可，“主动出击”写邮件给当时《化学原理》的授课教师、化学系教授权泽卫，如愿成为了权泽卫的学生。四年里，在权泽卫的引领和关心下，余梦霞快速成长。“权老师不仅关心我们的学习生活，还时常邀请我们参加足球、跑步等运动。每一次与导师的交流，都让我更加积极面对挑战，能够高效地进行大学规划。”四年里师长的关心和指导，余梦霞都记在心上，成为她前进的动力。余梦霞与课题组伙伴合影练习跆拳道为余梦霞打开了“Engineer-Scientist”的大门。一次跆拳道竞技赛让她首次燃起了深入探索传感器的好奇。比赛期间，她注意到护具里的电子传感可以将力量转换为电信号。懵懂的她被这种神奇的电路结构吸引，多番了解和尝试后，余梦霞对微电子科学与工程的兴趣愈发浓厚。“我相信穿戴式医疗传感器件将会是改变人类生活方式的新一代电子技术”，余梦霞决定选择加入电子系教授叶涛课题组，从事柔性物联网传感的研究。“叶老师经常强调我们要培养‘工程师思维’，多尝试有趣的研究，找到自己喜欢做的事情，做具有创造性的工作，并且在研究过程中给了我很多建设性建议。”她表示，叶涛在学术、工业及音乐领域的卓越表现，也给予她源源不断的榜样力量。“南科大获取学术资源和锻炼能力的平台有很多。”作为一个南科大丰富资源和雄厚师资的受益者，余梦霞在对学弟学妹分享中表示，要坚持关注学校的学术资源和校园活动资讯，从中发现并把握适合自己的、感兴趣的、可能受益的机会。“人生此刻最珍贵，希望学弟学妹们珍惜和用好学校提供的资源和平台。”余梦霞说。沉心修炼科研，化身国际“霞”明确专业方向后，余梦霞开始沉浸在学习和科研中。大学期间，她累计发表国际会议论文3篇、期刊论文1篇，在投期刊论文1篇，其中3篇为一作，在审专利1项，参加2020年IEEE 电路与系统学会学生设计大赛中闯入亚太地区5强。此外，她还作为项目负责人，主持省级大创1项、校级攀登1项。余梦霞认为，“要抛开得失之心，在自己喜欢的方向下功夫，不计较成绩高低，出于对知识的渴望和新兴领域的探索不懈努力，最后提升成绩是自然而然的事。”沉下心来做科研之余，余梦霞还活跃于各个学术组织，参加各种国际交流活动，俨然成为了一名国际“霞”。2018年她参加“海峡两岸暨港澳青年创新创业训练营”项目获路演大赛二等奖；2019年她作为南科大唯一入选者，参与广东省教育厅“助梦扬帆-优秀大学生海外研学”项目，前往美国哈佛大学研学交流，并在最后的项目答辩中获得在场哈佛终身教授Choudhary的高度评价。同年，她在英国Smart World 2019 Conference会场作为唯一本科生作了学术报告，2020年她参加IEEE CASS Student Design Competition，晋级亚太地区5强。争取到这些机会的背后，是余梦霞足够的实力，和不放过任何一个提升自我的契机的坚持。“这些项目和活动让我能够站在国际学术舞台上展现南科大学子的风采，同时也让我收获了一群志同道合的小伙伴，让我有一种归属感。输赢没有那么重要，重要的是我全力以赴。”余梦霞在哈佛大学与研学小组合影此外，她还曾担任国际光学工程学会（SPIE）南科大学生分会的主席，美国光学学会（OSA）和电气和电子工程师协会（IEEE）南科大学生分会的副主席，参与组织多场学术讲座、社区公益科普、光学知识竞赛。她曾邀请并接待诺奖评委Sun Sverberg做客南科大讲堂，作为学生代表与南科大国际咨询委员会的多位校长和教授交流……这些经历让她近距离感受到“大牛”身上的闪光点，帮助她形成国际化的视野。余梦霞主持光学科普小课堂在南科大，许多同学选择继续深造，国际“霞”也不例外。在新加坡国立大学学术面试的时候，面试官提问说：为什么选择联培而不是独立申请境外高校？余梦霞给出了她的答案：“攻读PhD，最重要的是在热爱的领域找到能够指导我的伯乐导师。最初我也曾长时间准备申请，并获得一些学校的口头offer，但叶涛及Joho Ho教授共同向我抛出橄榄枝，他们都是物联网传感研究的专家，希望我在智能穿戴医疗领域有更深入的研究和贡献。我坚信在他们的共同指导下，能取得更大的科研进步，因此我放弃申请，选择就读南科大与新加坡国立大学的联培项目。”科研路上，导师和同学的帮助不可或缺，课题组刘宇龙学长的耐心引导给予她极大的帮助，而长期的跆拳道训练让她锻炼出不惧挑战的魄力和不轻易放弃的毅力。被朋友称为“习武之人”的她在体育赛事和学习上都有着不服输的念头，凭着一股坚毅的劲儿，一步步攀登科研的山峰。“武艺高强”的“霍比特战士”，创新公益的钢铁“霞”余梦霞常笑言自己是一名“霍比特战士”（源自电影形象，体型娇小为其特色）。看到她小巧的模样，我们很难将她与“习武之人”联系起来。四年里，陪伴余梦霞的体育运动除了跆拳道还有足球。身材娇小的她，调侃道：“平时大家‘抱团团’的时候，我很难被真实抱到，去年足球半决赛，我们书院从落后到追平再到反超的时候，大家激动得抱在一起哭，但是我就只能做做样子。作为后卫的我，经常想给大家秀一手头球防守，但我高高跳起，还是够不到球，足球总是无情地从我头上划过。”刚刚加入跆拳道队的时候，教练曾说：“那个矮个的不行，肯定踢不高”。余梦霞当时听了不服气，拽起“小短腿”“啪啪”来了两下，教练瞬间刮目相看，“没想到你腿短短的，还挺有力。”2019年“筑梦杯”排球赛半决赛树德女足跆拳道的训练生活充满酸甜苦辣。枯燥的拉韧带练体能，“变态”减重，淤青流血缠绷带是家常便饭。作为跆拳道校队队员，余梦霞和她的队友们代表南科大征战于各类跆拳道锦标赛。“分数落后时奋起直追，分数领先时绝不松懈，每一场比赛都竭尽全力达到最佳，努力展现南科大学子的跆拳道实力。”余梦霞比赛遇到的都是身高高一截的对手，跑是犯规，打不过也只能往上顶，“小短腿”配合小脑袋，观察好对手出招特点，赛前苦练，赛后总结，这是余梦霞在历经多次比赛，最终拿下2018年省赛铜牌的经验。“当我拿着校旗站在领奖台上的时候，我觉得‘霍比特人’的一切努力都是值得的。小小的身体也可以拥有大大能量！”余梦霞回忆道，脸上洋溢着骄傲与自豪。余梦霞获2018广东省大学生跆拳道竞技赛铜牌余梦霞有着“习武之人”的勇毅，更有着“习武之人”的“侠义”，充满爱心的她热衷于公益活动。社区公益科普课堂、“红鼻子节”等志愿活动中常常有余梦霞的身影，她说“我希望能尽己所能为公益事业贡献绵薄之力。”为此，她带领学术组织与南科公益和校内其他学术组织一起探索公益创新，积极开展公益科普活动，“作为学生，我们很难向社会提供资金和物质方面的支持，但我们能尽己所学所能，通过博览会参观、知识竞赛、科普课堂的形式，让更多人了解科学知识，感受科学魅力，这是我们引以为傲的公益创新。”在公益科普课堂上，余梦霞接触了许多小朋友，“孩子们的天真活泼给我留下了深刻的印象，让我觉得童心永远是我们要守护的珍宝，这也是我坚持公益的原因，梦想有一天，也能成为他们心中的‘钢铁霞’”。余梦霞在攻读博士阶段，将继续通过电子皮肤、电子织物，结合植入设备和体表通讯技术，构建人体体域网，致力于物联网智能穿戴领域的研究，为智能穿戴医疗领域的发展贡献力量。回望四年的经历，余梦霞表示：“感谢每一个相遇，感恩每一次成长；庆幸自己的坚持，坚持喜欢的运动，坚持尝试不一样的事物，坚持碰撞有趣的灵魂！”谈及未来，余梦霞说：“今后的学习生活，我会乐观应对，继续巩固基本技能，扎实基础知识，为人生新阶段做好‘战斗’姿态。”来源：南方科技大学新媒体中心 新闻中心 采写：江一帆编辑：吴一敏 图片来源：受访者

没有英语成绩也可以申请CSC公派研究生。即：通过国外拟留学单位组织的面试、考试等方式达到其语言要求。需在外方入学通知书（正式邀请信）中注明或单独出具证明，内容须明确具体面试、考试形式及主要内容。具体案例详见以下申请过程。D同学背景：申请类型：CSC博士联合培养教育背景：在读博士研究方向：新闻传播学术背景：中文论文申请过程：D同学拟申报2021年度国家留学基金委（CSC）博士联合培养项目，之前曾DIY申请过英国及美国的一些学校，但英国高校对于联合培养的访问学生都要求提交雅思成绩，而D同学还没有考；美国虽然对雅思成绩没有硬性要求，但因为是文科新闻专业，很多学校要求交高昂的板凳费，D同学对此感到经济压力过大，只得放弃。眼看申报时间临近，最终其求助于知识人网。我们在一个月时间内即取得新加坡国立大学的联合培养邀请函，并通过合作导师的Skype英语面试，认可其英语能力，出具了英语合格证明文件，这让D同学具备了CSC公派研究生联合培养博士申报条件。CSC公派研究生英语合格条件之一：通过国外拟留学单位组织的面试、考试等方式达到其语言要求。需在外方入学通知书（正式邀请信）中注明或单独出具证明，内容须明确具体面试、考试形式及主要内容。尽管新加坡国立大学的新闻专业对于访问学生也收取部分板凳费，但数额不大，在可接受范围内。新加坡作为世界级顶尖大学，且疫情期间管控严格，安全系数较大。所以D同学欣然接收了该合作导师的邀请，准备以该校作为CSC申报的目标学校，我们也预祝其成功。接收机构简介：新加坡国立大学（National University of Singapore），简称国大（NUS），是新加坡首屈一指的世界级顶尖大学，在国际框架下推展高深优质的教育与科研之际，突出展现亚洲视角和优势，是环太平洋大学联盟、亚洲大学联盟、亚太国际教育协会、国际研究型大学联盟、Universitas 21、新工科教育国际联盟、国际应用科技开发协作网等高校联盟的成员，也通过AACSB和EQUIS认证。新加坡国立大学前身为1905年成立的海峡殖民地与马来亚联邦政府医学院。1912年，该校改名为爱德华七世医科学校。1928年，莱佛士学院成立。1949年，爱德华七世医学院与莱佛士学院合并为马来亚大学。1955年，新加坡华人社团组织创立了南洋大学。1962年，马来亚大学位于新加坡的校区独立为新加坡大学。1980年，新加坡大学和南洋大学合并，校名定为新加坡国立大学。国大共有17所学院，分布在新加坡肯特岗、武吉知马和欧南3大校区，提供跨学科跨院系的广泛课程, 在全球设有12所海外学院。有教学人员2374人，在校学生42600人（截至2020年12月），其中本科生31300人、研究生以上11300人。新加坡国立大学位列2021QS亚洲大学排名第1位；2021QS世界大学排名第11位，2021THE世界大学排名第25位，2021U.S. News世界大学排名第32名，2020软科世界大学学术排名第80位。Offer展示：

作者 | Showthem@知乎（已授权）「 开始写这篇总结的时候是三月，纽约成了疫情震中，看着新闻报道里的中央公园，中国城，第五大道，往事浮现，于是开始写这篇回顾。陆陆续续一直没写完，转眼年底了，加州疫情更糟。前几天看新闻说Cathedral教堂发生枪击案，震惊...这教堂就在我当时住的学校公寓旁边，每天出门都可以看到。遂又忆起每天上学的时光，于是决定把这篇总结写完，会分几个part放出来。快圣诞了，希望疫情早日控制住，一切安好 」。刚上大学时，听过不少学长学姐分享会；申请博士时，读了不少留学申请总结。都收获很大，让当时啥也不懂的我，了解了每场游戏（如何度过一个充实的本科；如何拿到心仪的PhD offer）的principles：有啥规则，有啥技巧，等等。开始读博时候，我也去找类似的读博经历分享，令我收益良多的，如熊辉老师、田渊栋和李沐大牛的总结，林达华老师的blog；但可惜只有这寥寥几篇，读博又是一个复杂的事儿，当时的我并不能清晰地看见前面的路，遇到一些事亦因缺乏经验借鉴，走了弯路。于是当时便想着，等我毕业了，也得记下我的经历，希望能帮助到刚开始读博，像我当年一样迷茫的科研新人。也借此记录和感恩一路走来，所有帮助过我的人，best of luck。因为篇幅限制，有的问题难以讲得完善全面，或跟您意见不合，全当看小说，寻个乐子罢了。作者Mike Shou是Facebook AI研究科学家，他将于2021年加入新加坡国立大学，担任助理教授。他在哥伦比亚大学工程与应用科学学院的高级执行副院长张世富的指导下获得了博士学位，研究领域为计算机视觉和深度学习，主要关注视频理解和生成。 个人主页：http://www.columbia.e/~zs2262/1万事开头难（第一学期）1.1 初到纽约2014年夏天，在北京国际机场，我安慰我妈说，“没事，明年暑假我就回来啦”，万万没想到，一直忙忙碌碌，一去就是5年……可能是初次留学的兴奋，十几个小时的飞行，感觉很快就过了，到了JFK机场，坐上纽约特色的黄色的士。去学校路上，先是皇后区的平房，后来到了曼哈顿，深砖红色的高楼，跟想象中的国际大都市并不大一样，倒很有历史厚重感，日后想想也是，纽约也不能到处都如时代广场那般呀。接着，办入住，搞卫生，小憩了一会儿，傍晚出去门口的超市买点吃的；第一次从112街，走到Broadway上，看着熙熙攘攘的外国人面孔，很傻的竟然笑了出来…那会儿自然是极开心的，就是一个毛头小子，充满了对未来生活期待的样子（哎，回不去的青春啊）；当然了，怎么也没想到，接下来的一年，会如此艰难……1.2 差距开学后一系列事情，一下子让我清清楚楚地，看到自己跟师兄们比，各个方面有着很大的差距。且不说核心业务能力了，首当其冲自然是语言环境的变化。一天路上，一小哥对着我说：How are you？我想，这不是新概念英语上的经典对话吗，难道我真要回传说中的I’m fine, thank you, and you？从那儿之后，我知道了，how are you就相当于，吃了么您呐，并不是真的问什么，而是打招呼，跟say hi差不多，一般回good good就可以了，甚至不回，直接也回对方how are you都行。然后到了第一天来lab，正好Y来面博后，老板让他给个talk，Y希腊口音的英语，再加上讲的内容涉及一些专业术语，几十分钟我几乎完全没听懂他说什么；会后跟他一对一meet，更是尴尬的很…后来18年来FB实习，巧了Y是我mentor之一，第一天带我吃的午饭，我们交流完全无障碍了，他也不记得当年还见过我……我有个朋友总结，刚来时候，跟外国人的交流，是三分靠听，七分靠猜……现如今，即使是印度口音，只要不是说的特别差的，或者我特别不熟悉的东西，都能通畅交流了。感觉这没啥技巧，首先要敢说，然后多跟不同的人聊天练习，慢慢就好了，倒不必太过担心，徒增压力。但是如果英语不好的话，难以跟外国专家合作，融入核心科研圈子，对长远的发展耽误很大，尽量在1-2年内做好这个提升。1.3 让老板知道你在干活因为我是本科毕业直博，刚读博那会儿，思维里还是默认，导师是教育培养学生的角色，指导学生做出成绩；明白但没有深刻认识到，博士生与导师还有雇佣关系。第一个学期，我主要是跟着师兄们做，跟导师大概一个月meet一次，每周有weekly report。开学时，老板把我分给一个师兄带，参与他的项目A，是个很好的学习机会，但是发不了paper。11月，CVPR投稿的季节，另一个师兄找到我帮忙做项目B，这个项目准备投CVPR，做出来的话可以co-author。于是我那段时间都扑在做B上，终于实现了其中一个核心的模块。CVPR投稿完的那周，正好导师约meet，我想B的事情做完了，下面精力就都是做原本的A了，meet对我来说，主要目的是确定下接下来的plan呗。正好搞CVPR之前，项目A的师兄让我reproce一篇NeurIPS文章的方法，用到项目A的data上，于是，我准备的slides主要介绍那篇NeurIPS和怎么用到项目A上。结果meeting结束，导师很不高兴，觉得我这几周没有progress。记得那天导师办公室没开灯，冬天下午五点的纽约，天已经黑了，周围一片黑压压的，更显压抑。我当时挺惊讶的，因为原还以为在导师印象中，是我参与了B的CVPR投稿，很impress呢。我后来仔细反思了下，虽然这几周我对B也算是呕心沥血，weekly report里也有提，但是，一来我只是coauthor，对于B工作整体而言算不上main contributor；二来导师很忙，不能assume对方完全了解并且记得你做过的一点一滴。同时，我也明白了这个meeting的目的既是讨论research ideas，但也是review progress，我首先得让导师明白，我这段时间有在好好干活。现在的我，不会只提项目A之后我想怎么做，会同时准备一页slide总结下我对B的贡献。1.4 自己的感受没那么重要我们系第一个学期末就要博士资格考试。这个考试，各个学校称呼不同，大概就是博士生通过这个考试，才证明有能力，qualify继续读博士。我们系给大家两次机会，第一学期末第一次考，没通过的第三学期末再考一次，要是还没考过，就只能卷铺盖走人了。而且这考试还真不是走过场，每次大概挂三分之一的人，所以真真切切见到周围有人因为qualify没过走人的。我本科学的CS，博士因为fellowship是EE发的，所以在EE系。这可愁坏我了，因为考的是EE的基础topics，电路，DSP，网络啥的我大都一窍不通。于是第一个学期的课，我选了门DSP，准备好好从头学。这是硬课，再加上平常主要精力还得放在lab的项目上，第一学期压力巨大。记得有一天，晚上睡觉做了噩梦，梦到不知什么怪物，惊醒，醒来想到各种tasks各种e，顿时只想继续回到梦中，相比而言，还是怪物比较可爱……这时候，只好把自己的感受搁置一边，累、苦，想这些又有什么用呢，只能更加平添烦恼。该做什么就去做，告诉自己干就完了，结束后反而发现，过程其实也就那样，有时候我们只是过度看重了自己的感受，夸大了困难的程度，其实自己的感受没那么重要，只要身体本身还撑得住。qualify考试在1月初。12中旬，忙完了期末考试，去Chinatown吃了顿好的，回家看了部电影，然后跟导师请好假，专心复习qualify。大概有三周的复习时间，除了DSP，其他的topics完全从零开始学。后来觉得，这考试的目的，不是考的知识本身，而考的是学习能力。复习的过程是很惨了，时值圣诞节假期，朋友圈各式各样在佛罗里达坐游轮的，迪士尼看烟花的，回国火锅小烧烤的；而那年的纽约还尤其的冷，家里的暖气开到最大，还是冷的不行，我只能早出晚归的去图书馆；路面冻得白花花的，公车开过扬起白沙，从家里112街到图书馆114街只有5分钟，但却那么漫长；每天几条裤子叠着穿，有天开始一度冷到零下负十几度，我刚出门一会儿就赶紧回来，在牛仔裤外面又套了件运动裤……所幸最后考试通过了，小秘告诉我竟然考了第三，震惊，真是功夫不负有心人讷……1.5 上课没那么重要第一学期，选DSP，纯为了考qualify exam修的，跟我日后的研究，基本不搭噶。我第一学期还修了机器学习，机器学习我之前没有系统学过，学完还是受益良多。但为了达到学分要求，我博士期间，被迫修了14门课，第四年还在上课……我的感觉是，CV是实践科学，上课没那么重要，很多时候甚至是浪费时间。我觉得值得选课去学的，可能就是机器学习，算法，就够了。搞CV方向的，与其上门CV，还不如自学网上教程，亲身参与几个项目，学的更快，对书上的知识有更深刻的理解。我觉得上课最大的作用，就是去了解这门学科，有哪些基本的概念和算法（所谓把unknown unknown变成known unknown），哪天你要用到他们了，需要把known unknown变成known known的时候，知道在Google里输入啥关键词去搜。当然如果有时间，上些基础型的硬课，自然没啥；但对于博士生，时间本就紧张，就得做做平衡了，选些seminar的课比较好，一般主要就是读论文，做project。我后面陆陆续续带了很多低年级的学生，很多人学期伊始，觉得要多学些知识，选的都是硬课，学期过半，发现作业做不完，科研没时间，两头耽误，都是后悔不已…2方向比努力重要2.1 PhD选题第一学期在课业，科研，qualify考试，适应国外环境，种种碾压之下，总算过去了……虽然痛苦，但只是工作量大，努力使劲就好了……第二个学期开始，2015年于我，关键词是迷茫，努力努力但怎么也使不上劲的那种……第二学期开始，重心主要集中在research上了，跟导师的meeting也从一月一次变成了每周一次，有幸得导师亲自调教各种真正做科研的能力了。导师给我定了个新的项目，深度学习下的incremental learning。这其实是个很难的问题，现在5年后来看，都没有被很好的解决；亦没有一个标准的benchmark，也就是说，其实大家还没有定义好这个问题；记得导师那会儿说，if you can formulate this problem，这个问题就已经解决70% 了。结果忙忙碌碌几个月，研究了很多文献，做了很多实验，还是没有太大的进展，就是感觉很迷茫了，不知道下一步该干嘛。幸运的是，到5月份，导师让我跟师兄一起参加一个叫THUMOS的比赛，这其实又是个新的项目了；开始我还觉得，已经忙不过来了，哪有时间再多一个项目，后来庆幸参与了这次比赛，开始了我做video这个方向的科研生涯。那会儿video领域，大家主要做classification，而且是几秒的短视频；THUMOS是长视频，而且不光有action classification task，还要一个task是action detection，检测你所感兴趣片段的开始/结束时间。参加比赛时，我跟着师兄主要搞classification，边做边学，上手了处理视频的模型和框架，收获很大。比赛完后，我发现classification大家搞的火热，而detection，同样很重要的一个课题，却没有人研究过基于深度学习的方法，于是就有了我的第一篇CVPR文章，收到了很多follow-up。我自己也算是找到了自己的研究方向，不再迷茫。我觉得这段经历，对新手很有参考价值，很多时候光努力不够，方向更重要。新手如何选博士几年的topic，有两个问题值得思考：能不能快速上手？有几个简单的评判标准：state-of-the-art的paper有没有开源的代码？目的是你能迅速复现baseline，熟悉整体pipeline（如怎样预处理，后处理），加深对实现和细节的理解有没有对这个topic有hands-on经验的师兄，或者community里面approachable的前辈？目的是，当你遇到实现上的细节问题，可以及时咨询和得到反馈这个topic有没有比赛，或者标准的benchmark？目的是，有大家已经定义好的数据，实验setup，评价标准；这样，你有可以直接比较的baseline，outperform baseline的时候也容易被人认可能不能有大的impact？这里我指的是博士期间的大方向，由一系列单项的工作或者paper构成。单篇paper通常有三种类型：（1）First work：开创了一个topic，比如RCNN于object detection（2）Last work：基本解决了一个topic，比如Faster-RCNN，YoLo于object detection（3）Improve类型，介于First和Last之间的。Last很难，Improve常见但影响力不够深远，对于新手而言，博士的早期工作，在有能力做出来和有impact之间的trade-off比较好的，估计是First了，不一定非要是第一篇，只要是某个topic里面开创性工作的那一批之一，都是不错的。这个早期工作之后，你会对这个问题哪里要改进，有很清楚的认识，因为improvement room大，也会有很多ideas。同样，早期的时候怎么选这样一个topic呢：相关的比赛是这一两年新开的吗，相关的benchmark是这一两年出来的吗，上面的结果提升空间大吗（现在是20%还是已经80%了）？2.2 单篇Paper选题前面说的PhD选题是大方向上的，具体到每一篇paper，选择的principle和重点则不太一样。来Facebook后从马爷爷那知道了一个著名的Heilmeier问题系列，是指导老师们申项目的，我觉得稍微改改，便很适用于我们考虑，某一篇paper的选题，合不合适：What are you trying to do? Articulate your objectives using absolutely no jargon.How is it done today, and what are the limits of current practice?Who cares? [Support other’s research? Shape research landscape? Power applications in instry?]What's new in your approach and why do you think it will be successful?If you're successful, what difference will it make? [e.g. Contributions in theory/modeling? Improve accuracy by 5% on dataset A, B, C…?]What are the risks and the payoffs? [Further, how would you mitigate the risks? If your proposed method does not work, what could be alternative design? These can end up as discussions such as ablation studies in your paper.]How much will it cost? [e.g. How many GPUs do your experiments require? How long is each training process? How about data storage?]How long will it take? [How many hours are you going to work on this per week? When is the submission DDL? Can you make it?]What are the midterm and final "exams" to check for success?3谈谈PresentationPresentation分为作报告，还有就是写paper3.1 谈谈做报告14年，刚来哥大那会儿，每周五是我们组会，导师让我在组会上present RCNN，这是我第一次给老板作报告，而且是在全组面前报告，自然想要好好表现。我对object detection之前完全没了解过，于是paper读了一遍又一遍，文中用到的前人技术不懂，便找到前人的文章去学怎么回事。感觉自己学到好多，自我感动，觉得花了这么大工夫，一定到时候会让导师刮目相看。结果就是啪啪打脸：导师极其严谨，当我解释了A，解释了B，问我已经有A了为啥还要B；我大脑一片空白，尝试着解释了半天，导师表示听不懂，这是可想而知的，因为其实我自己也并没有搞清楚为啥；当时自己读paper的思维模式其实只是，memorize怎么做怎么做，但没有去搞清楚要这么做背后的原理；另外当时slides准备的也不够好。总之结果是，这次报告搞砸了。还好事后，师兄们继续跟我讨论，让我对技术原理有了更深刻的认识；有的师兄更用亲身经历安慰我，说当年他刚来的时候，第一次汇报工作连slides都没做，干讲，导师自然也是没能听懂。之后几年，从导师身上学到了很多presentation的技巧：如果可能的话，事先了解你的听众背景，是跟你做同一个topic的，还是同一个大领域但不同topic的，还是完全其他专业背景的。需要根据听众背景，定制和调整：比如，需不需要多介绍些背景？需不需要更深入技术细节？等等一页slide尽可能focus在一个点上，不要信息量过大，否则听众很容易lost尽可能多用图片表达，不要大段大段的列文字，A picture is worth a thousand words上面这两点，其实principle都是尽量让要讲的内容简单明了，因为很多时候我们在听talk，这样被动接受的时候，接受新知识的能力是比主动接受时候（比如看paper）低的。当听众问问题的时候，If you don’t know the answer, just say don’t know.如果是跟mentor日常讨论的slides，因为会讨论到很细节的东西，有些图PPT画起来，很花时间，而且通常这样细节的图还挺多，所以可以就ipad上面手画一画，截个图放到PPT里就好了；如果是正式一点的presentation，写slides跟写paper的principle有点像，不要太focus在细节上，更重要的是讲清楚motivation，为什么这样设计，细枝末节的不关键的内容，放在backup slides里面。19年CVPR，Doctoral Consortium有幸mentor是斯坦福的一位大牛教授，她也提到了presentation的重要性，说她们lab有个开玩笑的说法，一份slides交给她去改，no pixel left……为了分享如何能让报告听起来有兴趣，她画了下面这张图，让听众情感（亦是兴趣高低，注意力程度）随着时间的变化，有三个高潮：首先，介绍你的问题，通常这时候大家都会引发兴趣；但听着听着大家注意力就不集中了，这时候就到了图中第一个低谷，这时候需要指出来这个问题有哪些challenge，大家的兴趣就又被激发了；等大家兴趣来了，精力集中的时候，介绍你的一部分工作work 1；等介绍完第一个工作，大家又疲劳了，这时候指出来，即使有这个work 1，问题还不能被解决，因为有remaining challenge；接着大家又被调动了兴致，可以开始介绍work 2。3.2 谈谈写paper在2.2里面讲了对某一篇paper，如何选题和做规划。那真的到了写paper的时候，我自己有几点如何让文章写的更好的体会：先给一个Talk。写paper最难的是构思storyline，而最好的完成这一步的方法就是先对你的工作做一个slides，给周围的人present一遍。这个过程中，你会梳理好自己的思路，画好文中的figure，准备好实验结果的table，周围的人还可以给你提意见，帮助你完善，等这个talk给完了，后面写paper就会顺畅自然了。其实我现在，如果准备投一个paper，当做了一段时间后，就会按照最终presentation的思路，准备slides，用在每周给老板们report时。开头先快速review一下做的task和提出的方法，remind一下context，然后重点focus在那周做的新东西上，所以每周汇报的slides可能80%都是跟上一周一样的，然后新的方法和实验结果的那几页slides是新的，有比较多的细节。用Google doc做语法检查。刚写好的paper有typo和语法错误是很难避免的，但常常会被reviewer揪着不放。大家写paper如今大都在overleaf上，但overleaf的查错还是不够好，建议可以写完paper后，贴到Google doc里面。几年前开始，估计是由于deep learning对Google NLP的改进很大，感觉Google自动改的质量已经非常高了。Rationale很重要。不光是要讲清楚你怎么做的，更要justify你问什么这么做；不光要讲你的结果比baseline好，更要解释为什么好；读者看到的不应是一个“使用手册”。有时候我们写paper，花了很多篇幅写了很多实现细节，但是更重要的是，解释“为什么”，这个背后的逻辑和insights。大部分paper都是提出一个新的方法，这类方法型paper似乎都可以套下面这个框架：Introction：可以分为以下几个部分：Problem definitionPrevious methods and their limits简单描述你是提出了什么技术来overcome上面的limits一个图，非常high-level的解释前人工作的limits和你的工作怎么解决了这些limits，最好让人30秒内完全看懂最后一段如今大都是，In summary, this paper makes three contributions:First work to解决什么limits提出了什么novel的技术outperform了state-of-the-art多少Related Work：一般三五个subsection，分别review下相关的topics，同样不光讲previous work做了啥，更要讲自己的方法跟前人工作有啥不同Method这是文章的主体，按照你觉得最容易让别人看懂的方式来讲可以第一个subsection是overview，formulate一下你的problem给出notation，配一个整体framework的图，图里面的字体不能太大或者太小看不清，要有些细节，让人光看图就能明白你的方法是怎么回事，但不要过于复杂，让人在不超过2分钟的时间看完这张图然后几个subsection具体介绍你的方法或者模型；如果testing跟training不太一样，最后一个subsection介绍inference时候的不同，通常是一些post-processing操作ExperimentDatasetsImplementation details such as pre-processing process, training recipeEvaluation metricsComparisons with state-of-the-artDetailed analysisAlternative design choice explorationAblation studiesVisualization examplesConclusion (and Future Work)Abstract：是全文的精简版，建议在paper写完第一稿差不多成型了，有定下来的成熟的storyline了，再去写abstract；大概就是用一两句话分别概括paper里面每个section，然后串起来另外paper提交时候，可以交supplementary materials，虽然reviewer并不被要求强制看这个，但其实给我们机会，去include更多文章技术细节、实验结果的好地方；在后面rebuttal阶段，通常篇幅有限制，但如果你已经在supp里面未雨绸缪，可以省很多空间，refer reviewer去看你supp里面的内容就好了。说到rebuttal，我还是比较幸运的，从导师那学到很多。导师已经是功成名就，业界泰斗那种，起初我以为他这个级别会对我们是放养；但我在哥大投自己第一篇一作paper的时候，导师可以说是手把手带我入门了。还记得16年CVPR review出来后，导师找我讨论rebuttal，我那会儿对写rebuttal并没有什么经验，也不知道可以用R1代表review 1等等。那天meeting开始已经晚上7点了，估计导师还没吃饭，我两就挨着坐在他办公室里，对着他的电脑，讨论reviewer提的一个一个问题。因为很多时候其实reviewer表达问题并不准确，他教我分析每个问题背后reviewer真正关注的点是什么。边讨论，导师边直接敲下我们讨论的notes，meeting完后，我看这notes基本上就可以算是个rebuttal的初稿了，比我meet前准备的draft强多了……

时隔多日，又和大家见面了。我是你们新晋为新加坡国立大学博士后的Sylvia学姐，在此和新粉小伙伴再做个自我背景介绍：我在国内本科毕业后，拿到了牛津大学、帝国理工学院、伦敦大学学院、加州大学伯克利分校、宾夕法尼亚大学等的offer。在九牛问津，我主要负责文书写作和面试业务。在硕博申请过程中，研究计划（Research Proposal）的书写时常困扰着我的师弟师妹们。往期文章中，着重和大家强调了RP写作的重要性和写作方法，之后我将为大家剖析一下RP不合标准的常见原因，并相应给出提升RP质量的建议。（之后该系列我会连续出几期，请大家持续关注，不要迷路呀。【笑】）× 原因一：选题范围不合理 由于RP主要供selection committee（硕士）/导师（博士）审阅，因此我们首先应当充分了解对方的学术/研究背景，尽量制造“overlap”，给研究课题以适当的界定。研究项目过于general，评审会认为你对就读期间的工作/学习并无明确计划，别人也无法把握你的研究重心。整个RP如同画大饼。反之过于specific，又不能支撑你未来几年要承担的任务。通常的表现是给研究内容添加太多限制词/修饰词，对应的工作量仅够完成一小篇文章。这样别人会质疑你是否能在毕业时成为一名successful Master/PhD。正确的做法我们以材料专业为例：由于硕士研究生的选题要比博士研究生更明确些，所以合格的RP选题可以是针对某一种或几种材料的某种特性及某项应用的研究。× 原因二：未能把握领域研究进展 典型的错误写法是洋洋洒洒地陈列领域内一部分研究现状。比如：◆ 文献搜罗不全，导致你提出的idea中的个别细节已被前人报道；◆ 没有指出当前需求、痛点、或急需解决的问题，导致你的研究意义打折扣；◆ 引用的文献与RP主题联系不紧密，导致逻辑脱钩等等。所以Sylvia在这里建议大家写作前一定要充分阅读文献，了解领域内已有哪些相关研究，最新的进展是怎么样的。针对某项具体问题，提出你研究思路，说明这个问题解决之后，能够填补什么认知空白、实现哪方面的技术进步等，即有什么样的价值。× 原因三：申请者研究基础不明 我们想拿到offer，就要向对方证明我们有一定的研究基础，能够承担相应的研究任务。老师们如果在你的RP中没有找见类似信息，那么就可能会推断你之前没有接触过这个领域。在他们看来，你的研究实力还是个问号哦。因此，在陈述研究背景或研究方法时，我们最好引用自己曾发表的论文或者或参与过的研究项目、结合自己的research experience说出已掌握的专业技能，并简单说明一下它们与你RP课题之间的联系，特别是这些经历如何能够帮助你在下一阶段从事新的研究。一方面证明自己涉足过RP中的主题，另一方面证明自己的研究能力。写成一篇高质量RP，不仅需要扎实的专业知识基础，还需要充足的经验和技巧。RP初体验，问题多多并不可怕，九牛的世界名校硕博学长、学姐是大家坚强的后盾，手把手帮你圆梦带你飞~

对抗样本，即对输入样本故意添加一些人类无法察觉的细微干扰从而形成的新样本，可以导致模型以高置信度给出一个完全错误的输出。对抗样本给深度学习领域带来了极大的挑战与实际危害，如针对面部识别系统缺陷的非法认证、医疗数据等领域的隐私窃取和自动驾驶系统的恶意控制等。因此，提升深度学习神经网络的鲁棒性变得愈发重要。对抗学习是目前提升模型鲁棒性最有效的方式，其核心思路是针对当前的神经网络构建对抗样本，然后通过不断更新网络参数来学习对抗样本。传统对抗学习是基于极小极大算法(Minimax)，这是一种找出失败的最大可能性中最小值的演算法（即最小化对手的最大收益）。Minimax算法假设了对手有完美决策能力，我方策略只能是在对方所能导致的最差情况中选择最好的那种，因此其本质上是一种悲观算法。在上述公式的内层中，通过最大化损失函数寻找最恶劣情况的对抗样本；在外层中，通过学习对抗样本来最小化损失函数。此公式被证明在提升模型鲁棒性方面表现优异，但由于此算法的“悲观性”，也导致了学习过程中的诸多问题。如在最大化损失函数的过程中，此算法并不在意模型对数据的分类是否正确，因此鲁棒性的提升是以牺牲准确率为巨大代价的。除此之外，因为每次寻找对抗数据都需要多次反向传播，所以学习过程十分耗时。那么是否有可能对极小极大公式进行改进优化，使得模型能兼顾对抗鲁棒性与准确性，并降低计算复杂度呢？8月6日晚上8点，智东西公开课邀请到新加坡国立大学在读博士张景锋参与到「机器学习前沿讲座」第4讲，带来主题为《基于对抗学习的模型鲁棒性研究》的直播讲解。张景锋博士将从对抗学习在提升模型鲁棒性中的研究与挑战出发，详解极小极大公式的原理及缺陷，并深入讲解如何在兼得模型鲁棒性与准确性的前提下，构建一种基于友好对抗样本的对抗训练模型—Friendly Adversarial Training(FAT)。张景锋是新加坡国立大学计算机学院的在读博士，主要研究领域为人工智能的鲁棒性，在ICML等顶级会议发表多篇论文。张博士本科毕业于山东大学泰山学堂。课程内容主题:基于对抗学习的模型鲁棒性研究提纲：1. 对抗学习在提升模型鲁棒性中的研究与挑战2. 基于极小极大优化的对抗学习原理3. 基于友好对抗样本的对抗训练模型FAT的构建讲师介绍张景锋，新加坡国立大学计算机学院在读博士。主要研究领域为人工智能的鲁棒性；在ICML等顶级会议发表多篇论文；本科毕业于山东大学泰山学堂。直播信息直播时间：8月6日 20:00直播地点：智东西公开课小程序答疑地址：智东西公开课讨论群加入主讲群本次课程的讲解分为主讲和答疑两部分，主讲以视频直播形式，答疑将在「智东西公开课讨论群」进行。加入讨论群，除了可以免费收看直播之外，还能认识讲师，与更多同行和同学一起学习，并进行深度讨论。扫码添加小助手曼曼（ID：dx006）即可申请，备注“姓名-公司/学校/单位-职位/专业”的朋友将会优先审核通过哦~

讲情怀和道理之前，先简单介绍一下自己的真实经历：17年电子科技大学电子信息工程专业本科毕业。虽然985+王牌专业出来确实工作不难找，但是因为自身能力和学历的限制，很多大厂很多高薪技术岗只招收硕士及以上学历。就算偶尔几个本科学历的佼佼者挤了进去，从事的要么是市场营销，要么是实习技术岗。最后我还是选择了出国留学。1硕士毕业后选择留校工作18年从新加坡国立大学电子与计算机工程专业毕业的我选择了留校，在企业系统管理与工程部门做研发工程师（IT Developer，俗称程序员）。当时学校是拿funding的，所以工资比市场价要低，一个月大概有20000块。但是福利待遇和假期都是双份的，而且没有那么多职场上勾心斗角的事情。我们团队主要从事系统物流优化，团队里的教授也是物流优化领域的权威大佬，还是新加坡国立大学ACM团队曾经的领头人。他带领的团队有60人，其中有专门做研究的博士生、硕士生、做产品的工程师以及产品经理和行政人员。这是一条完整的知识变现的过程。博士科研团队负责发论文，优化算法。工程团队负责将科研成果做成产品demo。产品经理和教授则负责与企业还有政府对接，展示项目拉投资谈合作。我研究生毕业的时候曾经参加过华为在新国大举办的招聘会。华为招聘负责人说过一句话：“本科生和研究生请走网申，博士生请到前面来直接和部门经理面谈。”这就是博士找工作特别之处。怎么看读书都是亏本买卖2020年，我放弃了工作，申请了NUS全奖PhD，研究方向是运筹优化。我的身份又变成了穷学生，在团队中的角色从开发产品变成了学术研究。新加坡国立大学如果单纯从薪资的角度来看学术性价比的话，其实很难给出一个划算的结论。读博需要四年，四年之后或许我会拿到四五万的月薪。如果我选择工作，那么四年的时间能够攒下一笔数目不小的钱。而四年之后的工作经验也会让工资涨到令我满意的水平。没知识跟没钱一样难受其实在工作的这一年时间里，我参与了很多会议，接触到了很多业界里的大佬。他们在自己的学术领域高谈阔论，畅想未来。而我却只能默默地坐在一旁，因为有限的知识面让我完全插不上话，只能尴尬而不失礼貌的微笑。那时我才明白：没知识跟没钱一样难受。工作经验可以积累，早一些晚一些都可以，因为每个人都有自己的道路。就算是三十岁开始工作也没关系，关键是要活出自己想要的生活。但是跳出舒适圈也是需要勇气的，尤其是跳出一个看起来还不错的未来进到另一个未知且不确定的领域。对我来说，跳出舒适圈最重要的一点就在于我的人生比别人多了一次不一样的经历。它或许会很痛苦，或许也很煎熬，或许结果不会像期待中的那么好，但是我依然感激。我经常听到有人说：“读博毕业后出来的XXX工资还不如那个没念大学的XXX高。”在很多人的观念里读博就应该是高工资，而这个观念本身就是荒谬的。如果读书性价比很低，那为什么家长从小要让孩子从小用功读书呢，这是因为没有学历的成功者概率很低，而有学历的失败者概率同样低。有的人可能会说我的专业变现能力强，毕竟电子与计算机工程专业的学术研究带来的商业价值也很高，当然工资高。但其实生化环材这些研究成本高、时间久、商业价值不能够快速变现的专业也是学历高低和收入成正比的。当然，这就是选择专业的问题，而不是选择学术的问题了。读书的性价比不能只用工资衡量说了这么多，半句都离不开钱。难道选择做学术的性价比就只能用钱来衡量吗？当然不是。小时候被问到长大后想做什么的时候，相信很多人曾经脱口而出的就是科学家。那个时候的我们还拥有无限的好奇心，甚至拥有一个想要做点事情来影响这个世界的志向。那么选择做学术、搞科研就是能够帮助你完成小时候的那个现在看起来有点幼稚可笑的梦想。我始终认为，仅仅用钱作为自己选择从事某个专业的内在驱动力，最后都不会长久。说得“虚伪”一点，人还是得拥有自己的志向与爱好，知道自己喜欢的是什么，适合做的是什么。随着长大后我们变得越来越现实和浮躁，很少有人会坚持小时候那份想当科学家的初心。但是做学术永远都一种更好认识自己的最佳方式。想必每一个你也曾纠结过是继续读书还是进入职场的选择其实这两条路没有孰优孰劣关键看你是否清楚自己自己想要的是什么