微信扫一扫
其实，当大家在准备名校申请的时候，除了像标化成绩这样的硬实力可以证明大家的学习能力之外，一些科研软实力更能让面试老师留下深刻的印象，尤其是和你申请方向有一定关联的科研项目，能够表明你已经提前做好规划并实际参与到科研工作中。这将极大地增加大家名校留学申请的成功率，也能提前培养科研兴趣，并进一步掌握科研工具和方法。
所以今天，小编通过介绍参与短期科研营2个不同阶段热门方向的学生经历，为大家展示科研软实力是如何助力名校申请的。
互联网中存在大量的数据，不仅数据量巨大而且形态也具有多样性（比如互联网的数据形态包括：文本、图像、视频等）。如何在互联网中的多模态数据中挖掘有用的信息，为互联网衍生产品（诸如：各种聊天工具、淘宝、抖音等）做支撑和后盾，提升产品的推荐能力，吸引更多的用户消费，成为关键。特别地，本项目着重研究互联网中的大数据，通过最近特别火的深度学习方法在多模态数据上学习并提取有用的图文信息。对不同模态的数据（包括：图像和文本的数据）进行整合，使用统一的深层网络对数据进行学习，将图像和文本数据转化到同一语义空间中的点，通过计算点点之间的距离来衡量不同模态数据的相似性。结合互联网通用的搜索引擎技术，对多模态数据集构建倒排索引。
指导教师为北京某著名高校高精尖创新中心某课题组负责人，副研究员，博导。博士毕业于中科院智能信息处理实验室。十多年来一直从事大数据与智能算法的科研与教学工作。与美国Scripps研究所，斯坦福大学，国内中科院、北京大学、复旦大学等单位共同合作发表SCI论文数十篇，包括Nature子刊等国际权威期刊文章。主持或参与多项国家973、863、重大专项和基金委项目，是多个SCI期刊的审稿人。
X同学，中国石油大学，计算机科学与技术专业
数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、机器学习、模式识别等诸多方法来实现上述目标。近年来，数据挖掘引起了信息产业界的极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。获取的信息和知识可以广泛用于各种应用，包括商务管理，生产控制，市场分析，工程设计和科学探索等。
本项目旨在通过理论与实践相结合的方式，以城市交通数据挖掘在交通异常检测中的应用为背景，介绍数据挖掘核心问题和常用方法，学习相关理论基础、增强实际动手编程能力、培养创新思维和团队协作能力，为数据挖掘的进一步学习和实践应用打下必要的基础。
任职教师为知名研究所副研究员。主要研究方向为计算机算法、数据挖掘、在线社交网络分析等，在International Conference of Data Mining、Algorithmica、Scientific Report等国际著名期刊及会议上发表论文20余篇。现担任某SCI国际期刊的编委。
