研究方向

基于机器学习的工程灾害预测研究 随着近年来水工、交通、矿山、城市建设等领域工程灾害的大量涌现，以及机器学习等人工智能方法的火热发展，基于案例分析的工程灾害预测方法得到了较好的发展。机器学习在工程灾害中的应用，能够为工程灾害的快速预报预警带来革命，改变传统方法预测准确率低、效率低的局面。开展机器学习在工程灾害预测研究中的应用意义重大。

 

相关学科

计算机科学技术

 

科研导师

Z. T

• 清华大学与多伦多大学联合培养博士（水利水电工程），本科毕业于武汉大学；
• 主要研究方向：机器学习在工程中的应用，土木工程，水利工程，市政工程，工程管理，数学建模等；
• 期刊论文已发表文章 6 篇（SCI 收录 2 篇，EI 收录 4 篇），并申请3项国家发明专利。

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」