在数字化时代，计算机无疑是每年留学er申请的大热门方向，高薪、高就业率又给计算机专业套上一层光环，成为最难申请的专业之一。不仅如此，计算机还能作为工具学科与其他热门方向结合，开展前沿的跨学科研究，还能摆脱地域限制，足不出户做科研。
作为全球华人中学生的Top级赛事，丘奖计算机已然成为国内外Top大学发掘年轻CS人才的重要渠道之一。什么样的计算机用科研能够赢得丘奖的青睐？研究要做到什么水准才能在总决赛中获奖？小师姐带你从2022丘奖计算机总决赛金奖、铜奖作品解析 中分析一二！
2022丘奖计算机金奖
融合运动常识的自然语言动作序列自动生成
项目概况
通过自然语言自动生成动作序列是当前人工智能的研究热点之一，但关于如何在人工智能中引入常识目前的水平十分有限。本项目提出了一种将常识引入神经网络的方法，通过Prompting、引入CLIP特征空间和注意力机制等方法提升模型精度和泛化性。
该论文的选题主要来源于学生的兴趣和当前人工智能研究热点的结合，是学生自然语言处理领域长期学习积累在计算机视觉领域的进一地步深入和扩展。
本项目利用Prompting从自然语言处理大型预训练模型中获取关于动作的详细描述，通过不同的方法获取这些描述的表征，并将这些表征引入动作生成模型中。不仅如此，学生还进一步通过大型多模态预训练模型CLIP的Text Encoder将CLIP的特征空间引入模型。
本文所提出的方法对于训练和测试集内出现过的简单动作有着更好的平均表现，对数据分布外生成、多个动词短语描述、多关节参与的复杂动作有明显的生成效果提升，体现出较强的Zero-Shot生成能力。
总的来说，学生通过对已有研究领域的大量研究并从中发现问题，比如模型无法识别动作，学生增加了一些模块，让模型能够理解人类的知识和概念。
本项目在前人的成果上更进一步，并做出了相当大幅的改进，对学界有一定贡献，拿下计算机金奖当之无愧。

我要了解丘奖

最新赛事信息添加小师姐咨询

2022丘奖计算机铜奖
基于AI模型的中国传统竹笛音乐风格转换
项目概况
学生自幼学习长笛，在音乐的滋养中萌生了用西方乐器讲述中国音乐故事、让世界领略中华传统音乐之美的想法。她选取了长笛和竹笛这两种东西方代表性乐器，通过深循环生成对抗网络(DNN-CycleGAN) 模型，实现竹笛和长笛的音乐风格转换。
该项目提出了一种机器学习方法DNN-CycleGAN，将音乐从由竹笛组成的流派转移到由长笛组成的流派。该模型包括一个基于DNN的音乐风格功能学习模块和一个用于音乐风格转换的CycleGAN。

在验证环节，学生选择了一首经典的中国竹笛音乐《茉莉花》作为实验数据，该音乐的时域波被输入到用于音乐风格转换的DNN-CycleGan中。
大量的实验已经证明，将音乐从中国流派转换到西方流派是可行的，转换后的音乐展示了长笛和竹笛的音色特征，具有可欣赏性。在未来，我们可以从其他领域和流派转移音乐，或者考虑速度，而不是像这次一样改变所有音符的速度。
将音乐从中国流派转移到西方流派是一个很新的问题，这个“新”体现在哪怕用已有的研究方法进行组合，其创新性依然有保障。学生从自身经历和兴趣出发，将音乐与计算机巧妙结合，这个选题思路也是其他参赛者可以借鉴的。
从近几年丘奖计算机获奖作品中不难看出，好的开头就成功了一半，一个适合丘奖的选题更能让参赛者如虎添翼。
学生的研究课题既可以是基础理论的研究，也可以是技术问题的探索，但无论是哪种，其结果都要对计算机科学与技术领域中某一方向的发展产生一定影响。
以上就是有方教研团队对于2022丘奖计算机金奖、铜奖作品的解读~科研赛事是一个周期性项目，学生需要每周持续投入，才能获得比较满意的产出。
2023丘奖亚洲赛区已经率先开始报名，赛程比去年提早足足一个月！按往年惯例，丘奖大陆赛区、北美赛区也将陆续于4月、6月开始报名，想参加丘奖的同学要开始准备项目啦！
本期福利
丘奖计算机获奖论文集