UCLA/乔治亚理工/普林斯顿 - 美国三大顶尖名校教授线上科研项目

在竞争愈加激烈的的美本、美研申请环境下

中国学生想要在众多竞争者中

脱颖而出、跻身名校变得越来越难

标化成绩出众的选手不在少数

夏校也几乎成为了申请者的标配

活动列表和推荐信都在趋于同质化

即使拥有满分的标化成绩

也无法保证申请者能够顺利踏入顶尖大学的门槛

那如何让自己更加具备竞争优势 ？

翰林学研恰好可以帮您解决这个问题

既能与美国名校教授合作

又能根据自己的兴趣和申请需求去定制研究主题

同时还有名校毕业背景的助教

1对1指导论文的完成和发表

项/目/形/式

每个课题配备海外名校教授、课题导师

项/目/成/果

教授推荐信（100%美国大学网申提交）；

国际EI/CPCI会议论文发表；

两篇论文发表机会；

科研项目证书；

个人学术能力评估表。

适/合/学/生

高中生、本科生、研究生（国内外均可）

翰林学研丨项目汇总

波士顿学院商业金融项目

—— 现代商业的数字化发展研究 ——

波士顿学院（Boston College，简称 BC），成立于 1863 年，是一所顶级私立研究型大学，为波士顿五大名校（哈佛大学、 麻省理工学院、塔夫茨大学、波士顿学院、布兰迪斯大学）之一。

BC 历史悠久，在美国享有声望，素有耶稣会常春藤之称， 同时也是全美 25 所“新常春藤”名校。 近年来 BC 在美国主流排行榜最佳排名包括：Bloomberg 商业周刊本科商学院全美第3位；KIPLINGER 最有价值私立 大学全美第18位；福布斯杂志最佳大学全美第22位；U.S.NEWS 全美大学本科4年毕业率全美第5；综合排名全美第30位。BC 近年在世界大学排行榜最佳排名包括：QS 世界大学排名神学及宗教研究专业第5及教育学专业第31；上海 ARWU 世界大学学术排名金融第38及商业管理第50。

课题介绍

多年以来，我们逐渐将每一项业务和它所在的行业建立起联系。每个公司都有一个特定的行业，这样的框架被证明是非常有用的。因为行业内的信息交流帮助一家公司了解买家，认识对手，并确定共同的供应商。然而最近，这样的传统业务正面临着一系列前所未有的新机遇。因为数字化，仅存在于传统工业的界限正逐渐扩展到更广泛的数字生态系统。改变传统企业从行业内销到利用现在数字技术进行平台销售，将是大多数企业需要面临着的强大数字化转化问题。

本课题主要集中在理解企业的数字化转换，学生将通过一系列基于数字生态系统和研究平台的新型商业思维及概念，了解传统企业与新型技术结合去熟悉整个转变的过程。

课题内容

选择一个汽车行业的公司并基于它现有运营模式去构思平台化发展的计划。

选择一个银行业的公司并基于它现有运营模式去构思平台化发展计划，模拟实现与阿里巴巴和腾讯的竞争。

选择一个任何行业的创业公司，观察它在数字化生态系统中的竞争与发展。

适合专业

金融管理学   市场营销

国际商务   国际贸易

导师介绍

Professor MS

波士顿学院卡罗尔管理学院终身教授

波士顿学院全球管理专业化系主任

美国国家科学基金会NSF优秀学者

Google学术巨大影响力人物，所著文章超过5000次引用

2004年美国决策科学学会年度最佳决策奖获得者，

2009年圣地亚哥国际商业峰会最佳学术奖获得者

乔治亚理工学院生物工程项目

——线粒体DNA与神经肌肉系统的疾病研究——

乔治亚理工学院（Georgia Institute of Technology），简称Georgia Tech，也被简称为Gatech或GT，建校于1885年，是坐落于美国东南部第一大城市亚特兰大的世界顶尖研究型大学。乔治亚理工学院是北美顶尖大学联盟AAU的成员校。它与麻省理工学院和加州理工学院并称为美国三大理工学院。

在2020年《USNews》综合大学本科排名中位列第29位，其本科工程学院排名全美第4位，工程院下各系均位列全美前五，如第1的工业工程，第3的生物医学工程，第5的计算机工程等。在2017年在世界大学排名中位列全球第33位, 在计算机科学分类下排名世界第5位，工程与科技分类下排名全球第13位，在2019年发布的工程与科技排名中位列全球第10位。在2019年QS世界大学专业排名中位列工程与科技第14位。

课题介绍

线粒体病是指由于线粒体DNA(mitochondrial DNA，mtDNA)或核DNA缺陷引起线粒体呼吸链氧化磷酸化功能障碍为特点的一组遗传性疾病，不包括其他因素导致的继发性线粒体功能障碍性疾病。有许多人类疾病的发生与线粒体功能缺陷相关，如线粒体肌病和脑肌病、线粒体躯体眼病老年性痴呆、帕金森病、0型糖尿病心肌病及衰老等。

本课题主要以线粒体DNA与神经肌肉系统疾病的关系为基点，在乔治亚理工学院教授的指引下进行研究，让学生对生物工程有初步的了解与认知。

研究方向

生物   生物医药   DNA   基因

神经肌肉   遗传学   生物能量学

导师介绍

Professor YC. Jang

乔治亚理工生物科学院教授

生物工程，生物医学专业教授

哈佛大学干细胞与再生医学研究所博士后

荣获21次世界级生物领域研究奖项

50多次作为演讲嘉宾受邀国际会议

发表核心期刊论文30余篇

普林斯顿大学数学项目

——线性代数与微分方程的研究与应用——

普林斯顿大学（Princeton University），简称“普林斯顿”，是世界著名私立研究型大学，位于美国东海岸新泽西州的普林斯顿市，是美国大学协会的14个始创院校之一，也是著名的常青藤联盟成员。

2019-20年，普林斯顿大学位列2019软科世界大学学术排名世界第6，2020泰晤士高等教育世界大学排名世界第6，2020QS世界大学排名世界第13，2020USNews世界大学排名世界第8，在2019《泰晤士高等教育》世界大学声誉排名中世界第7。

课题介绍

Matrix algebra and inverses, Gaussian elimination and solving systems of linear equations, determinants, vector spaces, linear dependence, bases, dimension, eigenvalue problems. First order differential equations including separable equations and linear equations. Linear nth order differential equations with constant coefficients, undetermined coefficients, first order linear homogenous systems of differential equations.

The concepts of a vector space, linearity and so forth found in linear algebra are what comes of stripping away the unnecessary information involved in solving simultaneous equations, studying systems of differential equations, higher order differential equations, multivariable calculus, as well as the physics of three (or four) dimensional space and advanced econometrics models. Just as a function is a higher level of abstraction than the quantity the function represents, vector spaces are more abstract than the functions, equations, or physical or economic situations which they represent.

涵盖主题

微分方程在物理，工程和生命科学中的应用。R（实数）和C（复数）上的有限维矢量空间从两个角度呈现：公理化和坐标计算。形式，线性变换，矩阵，本征空间。

研究方向

数学   理论数学   物理数学

线性代数   微分方程   微分几何

导师介绍

Professor S

普林斯顿大学荣誉客座教授/罗切斯特大学数学终身教授

曾任：康奈尔大学客座教授，西北大学数学专业副教授

美国三次科学基金会

美国数学委员会期刊与Zentralblatt MATH《数学文摘》审稿评估官

担任人数超过10家数学类核心期刊审稿人

美国国家科学基金会奖-微分几何类项目评估团

普林斯顿大学数学项目

——拓扑数据分析研究——

普林斯顿大学（Princeton University），简称“普林斯顿”，是世界著名私立研究型大学，位于美国东海岸新泽西州的普林斯顿市，是美国大学协会的14个始创院校之一，也是著名的常青藤联盟成员。

2019-20年，普林斯顿大学位列2019软科世界大学学术排名世界第6，2020泰晤士高等教育世界大学排名世界第6，2020QS世界大学排名世界第13，2020USNews世界大学排名世界第8，在2019《泰晤士高等教育》世界大学声誉排名中世界第7。

课题介绍

在过去的几年里，商业、科学和技术的许多进步都依赖于深度学习和人工智能的惊人进步。这些成就更加彰显了在各种实际情况下产生的大数据分析、提取和应用的重要性。拓扑数据分析(TDA)，顾名思义，就是把拓扑学与数据分析结合的一种分析方法，用于深入研究大数据中潜藏的有价值的关系。

拓扑学研究的是一些特殊的几何性质，这些性质在图形连续改变形状后还能继续保持不变，称为“拓扑性质”，而在复杂的高维数据内部也存在着类似的结构性质。相比于主成分分析、聚类分析这些常用的方法，TDA 不仅可以有效地捕捉高维数据空间的拓扑信息，而且擅长发现一些用传统方法无法发现的小分类，具有更大的研究价值。在本课程中，教授将带领大家学习基本的拓扑数据分析知识，并讲述更多实际应用案例，在理论与实践相结合的基础上，帮助学生实现学以致用。

涵盖主题

学习拓扑的基本理论和技术

拓扑理论在数据科学领域的实际应用

通过问题的解决，提升自我科研分析能力，扩大知识理解范围

如何进科学调研以及如何撰写科研报告和学术文章

研究方向

数学   应用数学   工程应用

数据科学   计算机科学

导师介绍

Professor S

普林斯顿大学荣誉客座教授/罗切斯特大学数学终身教授

曾任：康奈尔大学客座教授，西北大学数学专业副教授

美国三次科学基金会

美国数学委员会期刊与Zentralblatt MATH《数学文摘》审稿评估官

担任人数超过10家数学类核心期刊审稿人

美国国家科学基金会奖-微分几何类项目评估团

加州大学洛杉矶分校计算机工程项目

——计算机模型在工业材料的发展应用——

加州大学洛杉矶分校（University of California, Los Angeles）简称UCLA，位于美国洛杉矶市，是世界著名的公立研究型大学，环太平洋大学联盟成员。

UCLA在2019世界大学学术排名ARWU中位列世界第11；在2019泰晤士高等教育世界大学排名中位列世界第17，在2019USNews世界大学排名中位列世界第13 ,在2019QS世界大学排名中位列第32，被誉为美国商业金融、高科技产业、电影艺术等人才的摇篮。

课题介绍

介绍计算机模型的发展，在原子水平上和多个时空维度下模拟材料的各种性能的变化 , 以及它们之间的潜在理论关系。

研究方向

计算机科学   机械工程

人工智能   材料科学   物理学

导师介绍

Professor JM

UCLA 机械航天工程和材料工程副教授

荣获美国国家计算物理学大奖

荣获美国国家材料领域贡献大奖

美国计算机机械工程协会首席科学家

本期福利

福利一

想做科研，不知如何选择课题方向？

已有论文，不知如何进行期刊发表？

扫描下方二维码，添加顾问老师

免费获取价值1200元/小时的学术规划

长按识别二维码，一对一咨询更多学研信息

福利二

翰林精选论文10+篇