背景提升之斯坦福大學科研項目

相信大家多聽說過斯坦福大學。它簡稱“斯坦福”，位于美國加州舊金山灣區南部帕羅奧多市境內，臨近著名高科技園區硅谷，是世界著名私立研究型大學。斯坦福大學為硅谷的形成和崛起奠定了堅實的基礎，培養了眾多高科技公司的領導者，其中包括惠普、谷歌、雅虎、耐克、羅技、Snapchat、美國藝電公司、太陽微、NVIDIA、思科及LinkedIn等公司的創辦人。今天小編要介紹的這兩個科研項目也是斯坦福大學的科研項目。

斯坦福探究項目：模擬凝固態惰性氣體的原子運動和相變

課題簡介

計算材料學是材料科學和計算機科學的交叉學科，是一門正在快速發展的新興學科，也是材料科學中一個重要的研究方向。它一方面從實驗數據入手，通過建立數學模型模型，使用計算機進行模擬計算出實際過程，另一方面是材料的計算機設計，即直接通過建立材料的理論模型和計算，預測或者設計材料的結構和性質。計算材料學既可以解決理論方面研究體系的復雜性，又可以解決實驗室無法具備的一些特殊環境，例如超高壓，超高溫等極端環境。

分子動力學是計算材料學的計算模擬方法之一，該方法主要通過牛頓力學來模擬實際分子體系的運動，是一種多體模擬方法。該方法通過對分子在一定時間內的運動狀態的模擬計算，引入統計物理的概念，計算出該材料的宏觀熱力學性質以及研究系統的演變過程。

蒙特卡羅方法，是一種統計實驗或隨機抽樣的方法，屬于計算數學的分支。該方法從物理系統背后的數學模型出發，引入隨機數和概率統計方法，進行一定次數的模擬計算得出計算結果。
在本課題旨在讓學生了解計算材料學，深入學習分子動力學和蒙特卡羅方法的基礎理論，結合惰性氣體的相關材料學知識，使用計算機實現該模擬，計算原子體系的部分基礎性質，并且讓學生進行對比試驗，了解兩種方法的優點以及缺點。

科研方法

計算機仿真模擬

計算機仿真模擬是一種運用計算機軟件建立抽象模型、模擬真實條件并進行分析的技術。與傳統的實驗相比，計算機模擬技術通過數學建模，解放了普通實驗對于器材的苛刻要求，具有可多次進行、反復試錯的優點。同時，由于計算機模擬技術黑箱化了復雜的理論推導與數據計算，能夠以直觀的方式呈現研究的成果，對于初次涉獵科學研究的高中生而言，也更為簡單易學、容易上手。

例如：在設計外太空的衛星軌道時，受制于客觀條件，科研工作者無法在地球上重現外太空的環境，因此，只能借助計算機強大的運算能力，對外太空的情況和衛星的軌道進行模擬、反復實驗，并基于模擬實驗的結果，完成科學的軌道設計。

授課導師

斯坦福大學材料學碩士

在斯坦福大學擔任研究助理，研究方向為二維材料的模擬計算；

本科時獨立研究預測氮化鉻的性質和鋰電池結構問題。

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力：

英文：

具備基本的學術英語閱讀能力；

接觸過英文寫作，能初步撰寫英文文章；

數學：

微積分；

概率統計基礎知識；

計算機：

最好有一定Matlab基礎。

斯坦福探究項目：美國種族歧視問題的多層次回歸與分層（MRP）分析

課題簡介

種族問題一直是美國政治與社會議題中的重要組成部分，種族歧視也是影響美國選舉、政策制定和身份認同的重要因素之一。美國國家選舉研究（American National Election Studies）公開提供的1948年以來的選民抽樣調查數據為深入研究美國民眾對于種族問題的看法提供了機會。

本課題旨在運用多層次回歸后分層分析法對1980年代以來的美國國家選舉研究調查數據進行分析，找出影響種族憎恨（Racial Resentment）的因素，進而利用美國各州的人口成分套用回歸分析的結果，推算出真實人口中種族憎恨情緒的強度，并將研究結果以地圖數據可視化工具展示研究結果。

本課題是跨計算機和社會科學的綜合研究，研究者可以深入了解政治學、社會學方法論的發展趨勢，在學習西方政治與社會制度理論的同時進行數據科學的實踐，掌握如何進行科學抽樣調查、并運用統計、回歸方法分析調查結果。

科研方法

AI+X數據驅動型科研

AI＋X數據驅動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。

AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

授課導師

斯坦福大學 碩士

北卡羅來納大學博士在讀，碩士畢業于斯坦福大學，本科畢業于北京大學

發表學術論文四篇

研究方向：國際政治；東亞研究；國家政策；

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力

英文：

具備基本的學術英語閱讀能力；

接觸過英文寫作，有論文寫作經驗者更佳；

數學：

概率統計基礎知識；

線性回歸

計算機：

最好具備初步的編程基礎，掌握基本的編程語言與邏輯

報名/咨詢課題詳情

請識別下方二維碼