研究方向

模型压缩在不同特征深度学习模型上的效果分析 近年以来，深度学习模型的发展越来越快，为了应对更加复杂的现实环境，研究者开发出了越来越大的深度学习模型来提高准确率，但这样做的代价就是大量的碳排放以及大量的能源消耗。如何在模型预测准确率与能源消耗上取得平衡？本课题将会以不同规模的神经网络模型作为研究对象，进行分别实验和分析，从而在发挥人工智能时代机器学习的优势的同时，为环境保护作出贡献。

 

相关学科

计算机科学技术、能源科学技术

 

科研导师

C. W

• MIT研究助理；
• 现就职于微软工程师；
• 复旦大学软件工程本科；
• 研究领域为机器学习，深度学习。

科研成果

成果一：在英文期刊中发表学术论文

有方学者项目能够为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。

成果二：第一作者身份

有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。

成果三：独一无二的课题

有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，每个学生的研究内容具有差异性。

成果四：顶尖院校导师的推荐信

有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，影响着推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。

成果五：高效备战具有高影响力、高含金量的科研竞赛

学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。

 

 

了解更多详情

请扫描二维码

关注「有方背景提升」