背景提升之約翰霍普金斯科研項目

約翰·霍普金斯大學(xué)，是一所世界頂尖的私立研究型大學(xué)，也是美國第一所研究型大學(xué)，美國大學(xué)協(xié)會的14所創(chuàng)始校之一，全球最富學(xué)術(shù)聲望的大學(xué)之一。霍普金斯大學(xué)被公認為是當今世界一流的高等教育機構(gòu)之一，不僅擁有全球頂級的醫(yī)學(xué)院、公共衛(wèi)生學(xué)院、國際關(guān)系學(xué)院，其生物工程、空間科學(xué)、社會與人文科學(xué)，音樂藝術(shù)等領(lǐng)域的卓越成就也名揚世界。所以參加約翰霍普金斯的科研項目是實現(xiàn)背景提升的好方法。今天小編想要為大家推薦的科研項目就是約翰霍普金斯的項目。

約翰霍普金斯科研課題：調(diào)制信號的實時識別與控制

課題簡介

振幅調(diào)制（Amplitude modulation）和頻率調(diào)制（Frequency modulation）在無線通訊，（例如：收音機）中有著重要應(yīng)用，然而傳統(tǒng)的調(diào)試識別以及解調(diào)方法主要基于帶通濾波，其側(cè)重于獲得承載信號，而其中大量的調(diào)制信息卻損失了。近年來，加權(quán)最小二乘法在水動力特性識別中獲得了成功應(yīng)用，其對于調(diào)制信號識別的適用性也獲得了初步的驗證。

本課題將設(shè)計一信息-物理系統(tǒng)（Cyber-Physical system），假想調(diào)制信號滿足一時變的質(zhì)量-彈簧-阻尼器系統(tǒng)，應(yīng)用加權(quán)最小二乘法，實時識別該系統(tǒng)中的時變參數(shù)（時變質(zhì)量，時變阻尼），從而獲得調(diào)制信號的振幅調(diào)制和頻率調(diào)制信息。進一步，通過實時控制該系統(tǒng)的虛擬參數(shù)，從而實現(xiàn)對調(diào)制信號的實時控制。

科研方法

AI+X數(shù)據(jù)驅(qū)動型科研

AI＋X數(shù)據(jù)驅(qū)動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進行預(yù)測，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實驗或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)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(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點。

AI＋X數(shù)據(jù)驅(qū)動型科研已被廣泛地應(yīng)用于各個領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，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(shù)據(jù)千千萬萬，使用傳統(tǒng)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(xiàn)。但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進行對照，快速、準確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標準化”成為可能。

授課導(dǎo)師

約翰霍普金斯大學(xué) 博士

多次以第一作者身份，在Journal of Fluids and Structures、Journal of Fluid Mechanics、Journal of Vibration and Shock等國際知名期刊和雜志上發(fā)表過多篇專業(yè)學(xué)術(shù)論文；

曾榮獲ASC17超級計算機挑戰(zhàn)賽第一名；年度“2016年度Top Academics”國際學(xué)術(shù)會議杰出表現(xiàn)獎；

研究方向：Turbulence, Control Theory, Energy System"。

課題要求

本課題適合： 9-12 年級學(xué)生，有較強的邏輯思維和抽象思維能力

英文：

具備基本的學(xué)術(shù)英語閱讀能力；

接觸過英文寫作，有論文寫作經(jīng)驗者更佳；

數(shù)學(xué)：

微積分（偏微分）

線性代數(shù)

計算機：

MATLAB入門

物理：

簡諧運動

約翰·霍普金斯博士科研課題：衛(wèi)星軌道的計算機模擬與最優(yōu)控制

課題簡介

衛(wèi)星軌道的計算機模擬與最優(yōu)控制

Simulation and Optimal Control of Satellite Orbit

限制性三體問題是太陽系小天體運動的主要力學(xué)模型，也是研究月球、火星、行星、以及飛行器運動中的簡化力學(xué)模型。三體問題的周期解對于人造衛(wèi)星的軌道設(shè)計具有重要的指導(dǎo)意義。例如即將發(fā)射的詹姆斯·韋伯空間望遠鏡，其將放置于太陽-地球的第二拉格朗日點，其為三體問題的五個特殊解之一。在該點上，韋伯空間望遠鏡將永遠背對地球。

本課題旨在運用應(yīng)用數(shù)學(xué)的方法，使用計算機編程對于衛(wèi)星軌道進行模擬并設(shè)計最優(yōu)控制策略。首先基于牛頓第二定律，有限差分方法完成單體衛(wèi)星軌道的數(shù)值模擬。其次，使用攝動法將其拓展為考慮衛(wèi)星與行星的雙體問題甚至考慮衛(wèi)星、行星與恒星的三體問題。嘗試對于三體問題中出現(xiàn)的混沌現(xiàn)象進行初值敏感性分析。基于該分析結(jié)果，結(jié)合最優(yōu)控制理論，設(shè)計人造衛(wèi)星的優(yōu)化運行路徑，獲得對于工程應(yīng)用具有指導(dǎo)意義的結(jié)論。

本課題是使用數(shù)學(xué)方法，通過計算機編程研究航空航天中的實際問題。研究者將建立起系統(tǒng)的使用數(shù)學(xué)工具與計算機編程研究科學(xué)與工程問題的能力。

科研流程

課程模塊一：預(yù)備課程

在教學(xué)過程正式開始前，有方學(xué)者會根據(jù)學(xué)生的具體情況提供數(shù)學(xué)、統(tǒng)計、英語學(xué)術(shù)論文寫作等預(yù)備課程。

課程模塊二：科研輔導(dǎo)

來自美國頂尖人工智能的機器學(xué)習(xí)科研團隊將在有方學(xué)者團隊的配合下，進行8-12周的科研輔導(dǎo)：

微積分、線性代數(shù)和概率統(tǒng)計入門；

學(xué)習(xí) Python編程語言和相關(guān)的庫numpy, pandas, scikit-learn, matplotlib；

學(xué)習(xí)探索性數(shù)據(jù)分析（Explorative data analysis），并通過統(tǒng)計方法和可視化對金融數(shù)據(jù)進行分析

學(xué)習(xí)回歸分析(regression)，對金融數(shù)據(jù)進行社交媒體效應(yīng)的評估

學(xué)習(xí)幾種重要的自然語言處理和機器學(xué)習(xí)算法，提出初步的金融數(shù)據(jù)輿情情感分析；

課題驗收需要學(xué)生完成英文學(xué)術(shù)論文的寫作，并向科研團隊進行答辯。

指導(dǎo)速度可能因?qū)嶋H教學(xué)情況而異

課程模塊三：論文寫作&發(fā)表

在科研輔導(dǎo)結(jié)束后

項目導(dǎo)師將輔導(dǎo)學(xué)生完成論文寫作

協(xié)助學(xué)生完成論文在英文學(xué)術(shù)期刊上正式發(fā)表。

整個科研教學(xué)流程中，每一位學(xué)員都將有學(xué)術(shù)督導(dǎo)協(xié)助保障研究階段性作業(yè)和論文的進度，確保取得研究成果。

授課導(dǎo)師

約翰·霍普金斯大學(xué)? 博士

多次以第一作者身份，在Journal of Fluids and Structures、Journal of Fluid Mechanics、Journal of Vibration and Shock等國際知名期刊和雜志上發(fā)表過多篇專業(yè)學(xué)術(shù)論文。

曾榮獲ASC17超級計算機挑戰(zhàn)賽第一名；年度“2016年度Top Academics”國際學(xué)術(shù)會議杰出表現(xiàn)獎

研究方向：Turbulence, Control Theory, Energy System

課題要求

本課題適合： 9-12 年級學(xué)生，有較強的邏輯思維和抽象思維能力

本項目適合適合對于使用數(shù)學(xué)方法，以及計算機編程解決和探究實際科學(xué)與工程問題有濃厚的興趣的學(xué)生。

英文：

能使用英文閱讀相關(guān)文獻并撰寫論文

數(shù)學(xué)：

微積分

計算機：

MATLAB入門

上面的兩個科研項目就是翰林國際教育的名校名校導(dǎo)師科研項目中的約翰霍普金斯的科研課題。不管是對學(xué)校還是項目感興趣都可以踴躍報名，是實現(xiàn)背景提升的好方法。

報名/咨詢課題詳情

請識別下方二維碼