背景提升之西北大學(xué)科研項(xiàng)目

西北大學(xué)，是一所世界頂尖的私立研究型大學(xué)，是十大聯(lián)盟創(chuàng)始成員和北美頂尖大學(xué)學(xué)術(shù)聯(lián)盟美國大學(xué)協(xié)會（AAU）的成員之一。在國際上有著很高的含金量。小編今天想要為大家推薦的科研項(xiàng)目就是西北大學(xué)的科研項(xiàng)目。

西北大學(xué)科研課題：深度學(xué)習(xí)在圖像識別中的應(yīng)用

課題簡介

深度學(xué)習(xí) (Deep Learning) 是目前人工智能最重要的組成部分，是一種由復(fù)雜結(jié)構(gòu)（多重非線性變換）構(gòu)成的多個處理層對數(shù)據(jù)進(jìn)行高層抽象的算法。人工智能作為二十一世紀(jì)關(guān)鍵技術(shù)之一，已經(jīng)成為全球經(jīng)濟(jì)迅猛增長的源動力。深度學(xué)習(xí)根據(jù)其應(yīng)用分類，可以分為監(jiān)督學(xué)習(xí)（分類，回歸），非監(jiān)督學(xué)習(xí)（聚類，異常值檢測）與強(qiáng)化學(xué)習(xí)（AlphaGo，自動駕駛等）三大類。深度學(xué)習(xí)是一門交叉學(xué)科，損失函數(shù)的優(yōu)化需要應(yīng)用數(shù)學(xué)支撐，代碼實(shí)現(xiàn)與GPU運(yùn)算需要計(jì)算機(jī)科學(xué)支撐，模型設(shè)計(jì)需要統(tǒng)計(jì)學(xué)支撐。隨著信息技術(shù)的發(fā)展，越來越多的領(lǐng)域都離不開深度學(xué)習(xí)與人工智能。

隨著人類社會的發(fā)展，越來越多的新發(fā)明受到人們的關(guān)注。如谷歌，百度，特斯拉等等公司都在著手研發(fā)自動駕駛技術(shù)，百萬年薪在這一領(lǐng)域已是稀松平常，當(dāng)今IT公司追逐人工智能風(fēng)潮的決心可見一斑。擁有頂尖人工智能技術(shù)的公司股價連創(chuàng)新高，深度學(xué)習(xí)已成為當(dāng)今社會最前沿與重要的技術(shù)之一。
作為一個交叉學(xué)科，深度學(xué)習(xí)與人工智能要求較強(qiáng)的理工科背景：數(shù)學(xué)，統(tǒng)計(jì)學(xué)知識幫助理解深層次的原理，計(jì)算機(jī)知識則是搭建軟件框架的必要背景。在具體的研究上，學(xué)生還需要有較強(qiáng)的建模能力去設(shè)計(jì)模型。

圖像識別技術(shù)是信息時代的一門重要的技術(shù)，它能夠讓計(jì)算機(jī)代替人類去處理大量的物理信息。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人類對圖像識別技術(shù)的認(rèn)識越來越深刻。圖像識別技術(shù)的過程分為信息的獲取、預(yù)處理、特征抽取和選擇、分類器設(shè)計(jì)和分類決策。圖像識別技術(shù)的應(yīng)用十分廣泛，如人臉識別（Iphone X），物件分類，自動駕駛（與強(qiáng)化學(xué)習(xí)交叉），甚至還有警方與IT公司合作，使用人臉識別技術(shù)用數(shù)以百萬計(jì)的攝像頭自動鎖定罪犯并且通知警方。因此， 研究圖像識別技術(shù)具有重大意義。本次課題我們將設(shè)計(jì)深度學(xué)習(xí)模型并且應(yīng)用于圖像識別問題。

科研方法

AI＋X數(shù)據(jù)驅(qū)動型科研

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(jìn)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(shí)驗(yàn)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(qiáng)大的運(yùn)算能力，高效地進(jìn)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(diǎn)。

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(jìn)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(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實(shí)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(jìn)行對照，快速、準(zhǔn)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(biāo)準(zhǔn)化”成為可能。

授課導(dǎo)師

西北大學(xué) 統(tǒng)計(jì)學(xué)專業(yè)博士

西北大學(xué)統(tǒng)計(jì)學(xué)專業(yè)博士，因本科階段滿績點(diǎn)的成績獲全額獎學(xué)金；

曾參與“應(yīng)用機(jī)器學(xué)習(xí)方法檢測埃博拉病毒的早期變異”、“SARS病毒傳播方式的敏感性分析”等多個前沿研究；

大二時即在中國核心期刊中發(fā)表論文；

擅長數(shù)據(jù)挖掘技術(shù)在其他領(lǐng)域的應(yīng)用，并曾使用人工智能的方法研究過經(jīng)濟(jì)、衛(wèi)生等多個領(lǐng)域的問題

課題要求

本課題適合： 9-12 年級學(xué)生，有較強(qiáng)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(yàn)者更佳；

數(shù)學(xué)：

線性代數(shù)基礎(chǔ)知識；

概率統(tǒng)計(jì)基礎(chǔ)知識

計(jì)算機(jī)：

Python編程基礎(chǔ)。

西北大學(xué)科研課題：深度學(xué)習(xí)在文本自動生成與自然語言翻譯中的應(yīng)用

課題簡介

深度學(xué)習(xí) (Deep Learning) 是目前人工智能最重要的組成部分，是一種由復(fù)雜結(jié)構(gòu)（多重非線性變換）構(gòu)成的多個處理層對數(shù)據(jù)進(jìn)行高層抽象的算法。人工智能作為二十一世紀(jì)關(guān)鍵技術(shù)之一，已經(jīng)成為全球經(jīng)濟(jì)迅猛增長的源動力。深度學(xué)習(xí)根據(jù)其應(yīng)用分類，可以分為監(jiān)督學(xué)習(xí)（分類，回歸），非監(jiān)督學(xué)習(xí)（聚類，異常值檢測）與強(qiáng)化學(xué)習(xí)（AlphaGo，自動駕駛等）三大類。深度學(xué)習(xí)是一門交叉學(xué)科，損失函數(shù)的優(yōu)化需要應(yīng)用數(shù)學(xué)支撐，代碼實(shí)現(xiàn)與GPU運(yùn)算需要計(jì)算機(jī)科學(xué)支撐，模型設(shè)計(jì)需要統(tǒng)計(jì)學(xué)支撐。隨著信息技術(shù)的發(fā)展，越來越多的領(lǐng)域都離不開深度學(xué)習(xí)與人工智能。

隨著人類社會的發(fā)展，越來越多的新發(fā)明受到人們的關(guān)注。如谷歌，百度，特斯拉等等公司都在著手研發(fā)自動駕駛技術(shù)，百萬年薪在這一領(lǐng)域已是稀松平常，當(dāng)今IT公司追逐人工智能風(fēng)潮的決心可見一斑。擁有頂尖人工智能技術(shù)的公司股價連創(chuàng)新高，深度學(xué)習(xí)已成為當(dāng)今社會最前沿與重要的技術(shù)之一。

作為一個交叉學(xué)科，深度學(xué)習(xí)與人工智能要求較強(qiáng)的理工科背景：數(shù)學(xué)，統(tǒng)計(jì)學(xué)知識幫助理解深層次的原理，計(jì)算機(jī)知識則是搭建軟件框架的必要背景。在具體的研究上學(xué)生還需要有較強(qiáng)的建模能力從而更好地對模型進(jìn)行設(shè)計(jì)。

自然語言處理是深度學(xué)習(xí)與人工智能領(lǐng)域中的一個重要方向。它涉及人與計(jì)算機(jī)之間用自然語言進(jìn)行有效通信的各種理論和方法。 自然語言處理是一門融語言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)于一體的科學(xué)。因此，這一領(lǐng)域的研究將涉及自然語言，即人們?nèi)粘Ｊ褂玫恼Z言 。其中，文本生成的應(yīng)用數(shù)不勝數(shù)，比如訓(xùn)練計(jì)算機(jī)創(chuàng)作詩歌，劇本，歌詞，小說，代碼，甚至嚴(yán)格的數(shù)學(xué)證明。而語言翻譯則側(cè)重于理解兩個語種之間的關(guān)聯(lián)與區(qū)別，如百度翻譯，谷歌翻譯，都使用了深度學(xué)習(xí)中前沿的自然語言翻譯模型，從而達(dá)到令人吃驚的準(zhǔn)確率。本次課題我們將設(shè)計(jì)不同的深度學(xué)習(xí)模型并且應(yīng)用于自然語言處理問題。

科研方法

AI＋X數(shù)據(jù)驅(qū)動型科研

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(jìn)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(shí)驗(yàn)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(qiáng)大的運(yùn)算能力，高效地進(jìn)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(diǎn)。

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(jìn)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(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實(shí)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(jìn)行對照，快速、準(zhǔn)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(biāo)準(zhǔn)化”成為可能。

授課導(dǎo)師

西北大學(xué) 統(tǒng)計(jì)學(xué)專業(yè)博士

西北大學(xué)統(tǒng)計(jì)學(xué)專業(yè)博士，因本科階段滿績點(diǎn)的成績獲全額獎學(xué)金；

曾參與“應(yīng)用機(jī)器學(xué)習(xí)方法檢測埃博拉病毒的早期變異”、“SARS病毒傳播方式的敏感性分析”等多個前沿研究；

大二時即在中國核心期刊中發(fā)表論文；

擅長數(shù)據(jù)挖掘技術(shù)在其他領(lǐng)域的應(yīng)用，并曾使用人工智能的方法研究過經(jīng)濟(jì)、衛(wèi)生等多個領(lǐng)域的問題

課題要求

本課題適合： 9-12 年級學(xué)生，有較強(qiáng)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(yàn)者更佳；

數(shù)學(xué)：

線性代數(shù)基礎(chǔ)知識；

概率統(tǒng)計(jì)基礎(chǔ)知識；

計(jì)算機(jī)：

Python編程基礎(chǔ)。

以上就是西北大學(xué)的兩個科研項(xiàng)目，想要報考美國名校的可以點(diǎn)擊查看。

報名/咨詢課題詳情

請識別下方二維碼