康奈尔大学是一所享誉世界的顶级私立研究型大学,为美国大学协会的十四个创始院校之一,以及著名的常春藤盟校的八个成员之一。是常春藤八盟校中唯一创建于美国独立战争之后的新生力量,其办学理念影响了整个美国高等教育,办学规模为当时全美高校之最。今天小编要介绍的内容就是康奈尔大学的科研项目。
课题简介
图像搜索,是通过搜索图像文本或者视觉特征,为用户提供互联网上相关图形图像资料检索服务的专业搜索引擎系统,是搜索引擎的一种细分。通过输入与图片名称或内容相似的关键字来进行检索,比如输入 “A man is walking his dog”, 那么引擎会返回一些有男人、狗在走路的图片,另一种通过上传与搜索结果相似的图片进行搜索,比如给出一张牛油果的照片,那么引擎会返回一些其他有关牛油果的照片。图像搜素在如Google,Facebook,Pinterest等公司一直都是及其重要的课题。
深度学习一直是图像分析的重要工具。而深度残差网络(ResNet)在2015年可以说是洗刷了图像方面的各大比赛,以绝对优势取得了多个比赛的冠军。
本课程将带学生初步理解机器学习方法。并利用传统机器学习方法, 分析课程数据库中的所提供的10000张图片及其文本描述,结合ResNet建立一个大型图像搜索引擎。 引擎将实现以文字搜索图片,以及以图片搜索类似图片的功能。
科研方法
AI+X数据驱动型科研
AI+X数据驱动型科研是指使用人工智能(AI)算法,收集、处理、分析具体学科(X)的海量数据,并基于此进行预测,从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比,AI+X数据驱动型科研可以借助AI算法强大的运算能力,高效地进行大数据分析,具有投入产出比高、适用范围广的优点。
AI+X数据驱动型科研已被广泛地应用于各个领域,利用AI算法研究基因数据,从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万,使用传统的科研方式对其进行分析,工程量大、过程繁琐,在客观上难以实现。但借助AI算法这一便捷的工具,生命科学家便能够以海量的患者的遗传信息为基础,建立数据库,与过往的研究成果进行对照,快速、准确地在两者中发现规律、建立联系,从而使癌症诊断的“标准化”成为可能。
授课导师
康奈尔大学 博士
研究领域:机器学习应用、物理计算、网络与分布式计算等;
多年机器学习相关项目研究经历。
课题要求
本课题适合: 9-12 年级学生,有较强的逻辑思维和抽象思维能力
英文:
具备基本的学术英语阅读能力;
接触过英文写作,有论文写作经验者更佳;
数学:
统计基础知识;
线性代数;
计算机:
有一定的python功底;
Jupyter notebook;
Numpy, pandas, sk-learn。
课题简介
中美之间的贸易战使得芯片行业再次被放到了聚光灯下,电子材料科学的发展也再度引起了大众的兴趣。而半导体材料的应用也不仅仅止于芯片。此课题设计意在带领学生熟悉科学研究中的文献调查(literature research)部分。在基础知识(包括与电子材料相关的基础量子力学,以及能带隙与半导体性质)讲解、巩固之后,学生可以自由选择自己感兴趣的调查研究方向,在导师的指导下进行文献阅读和进一步的知识点补充讲解,并完成最后的调研报告。
Solar panels and p-n junction diodep-n junction diode是结构相对简单的半导体材料器件,却也是太阳能利用最开始也是最关键的部分。选择这个方向,学生可以研究太阳能电池板的原理,发展,现在面临的瓶颈,以及对未来的展望。(p-n junction diode的另一个应用是LED灯,大致就是太阳能板的原理反过来应用。LED因此也是这个方向下另一个可以探讨的话题)
科研方法
文献综述
文献综述指的是通过阅读、分析、整理、提炼某一课题的相关文献,并完成学术论文的研究方式。撰写文件综述,可以使得参与课题的学生,接触并阅读大量需要付费的、前沿学术文章,在导师的指导下,体验完整的学术论文撰写流程,并通过经典论文的启迪,形成自己对相关课题的独立看法。
例如:《细胞核转录因子对代谢器官功能调控的研究》这一课题,涉及到了生物化学、分子生物学、基因组学等方面高深的理论,远超普通中学生在课内或课外的学习内容。但通过文献综述的写作,有志于学习生物信息学的课程参与者,也可以快速、全面地了解到相关领域的前沿知识,完成符合学术标准的专业论文,证明自己的科研能力。
授课导师
康奈尔大学 硕士
担任加州戴维斯分校及康奈尔大学的化工实验室助理;
研究方向:材料科学与工程。
课题要求
本课题适合: 9-12 年级学生,有较强的逻辑思维和抽象思维能力
英文:
具备基本的学术英语阅读能力;
接触过英文写作,能初步撰写英文文章;
结课时,学生应当独立完成一篇英文写作的研究综述文章(double spaced, 10 pages+, reference excluded)。
参加康奈尔大学导师的科研项目,对学生来说是一个很好的背景提升的方法。想要申请的同学可以踊跃报名。
报名/咨询课题详情
请识别下方二维码
© 2024. All Rights Reserved. 沪ICP备2023009024号-1