USIEA新加坡南洋理工大学人工智能导师科研辅导项目
+Nanyang Technological University+
导读
1. 学校简介
2. 项目详情
3. 课程内容
4. 项目收获
5. 访学分享
1、学校简介
✨南洋理工大学（Nanyang Technological University），简称NTU，是新加坡首屈一指的世界顶级综合类研究型大学，同时也是新加坡一所科研密集型大学。
✨全球十大最美丽的校园之列。 南大是环太平洋大学联盟、新工科教育国际联盟成员，全球高校人工智能学术联盟创始成员、AACSB 认证成员、国际事务专业学院协会成员，也是国际科技大学联盟的发起成员。南大在许多领域的研究享有世界盛名，为工科和商科并重的综合性大学；南大被“QS世界大学排名”评为世界顶尖大学之一，并多年蝉联全球年轻大学榜首。
南大在计算机科学与人工智能两个专业领域均排名世界第2。
2026年 QS世界大学排名全球第12名
NTU
2、项目详情
01 项目日期
2025年9- 12月
02项目优势与特色
【深度体验高水平导师科研】在为期3个月的时间内，跟随南洋理工大学计算机专业教授深度参与在线小组科研任务，带来硕博申请的敲门砖；
【教授推荐信】学生可获得新加坡南洋理工大学计算机专业教授签发的成绩评定与可用于网申的教授推荐信；
【科研组会体验】亲身体验世界级院校教授项目团队的科研组会，为未来科研之路做好准备；
【了解真实的硕博生活】与世界级院校的在读硕博生交流学习，收获个性化指导，深度了解硕博生活。
03 师资简介
•南洋理工大学计算与数据科学学院助理教授、博士生导师；
•南洋理工大学博士、博士后毕业；
•担任IEEE电气与电子工程师学会的并行和分布式系统、以及无线通信等知名学术期刊审稿委员会成员或客座编辑；
•曾参与为国际电信联盟（ITU）提供关于国际“可持续元宇宙系统的要求和设计标准；”
•IEEE可扩展计算技术方面杰出博士论文奖。
04 选拔要求
适合大二或大三学生参加，学生需满足以下条件：
a)申请时提交一份约500-700字个人陈述，简要说明个人背景与学习目标；
b)英语基础良好，四级470/六级450/专四65/多邻国90/高考110。
05 项目名额
仅限25人
06 报名截止日期
2025年8月20日
3、课程内容
本项目为期3个月，入选科研辅导阶段的学生，将以5人为单位结为若干项目小组，选定一个感兴趣的科研主题，开展小组科研项目，并在项目期间内与导师及助教保持每两周一次的定期在线沟通与辅导，每次约30-45分钟；同时，学生还有机会亲自参加三次导师真实项目小组的在线团队例会，观摩并深入理解科研项目的实际进展过程，获得无比丰富的学习体验。在项目结束前，学生需根据团队科研成果，提交一篇1000字左右的科研论文。
导师科研辅导将分为以下三个阶段：
1)文献综述（2周）
a)目标: 深化针对科研主题的基础性理解
b)内容:
•阅读并总结核心论文 (5-10篇原创文章)
•展示分析成果，导师给与反馈与调整建议
2)实施与复制（4周）
a)目标: 通过实际操作，积累复制科研论文的经验
b)内容:
•选择与研究课题相关的一个操作实例
•使用提供的代码再现实验，或如果无代码可用，自行编写操作实例
•与原试验进行结果验证与对比
3)创新性及报告撰写（6周）
a)目标: 呈现改进内容，记录研究成果
b)内容:
•针对原科研论文，提出创新的修订建议
•通过试验来评估建议变化的影响
•撰写一份研究报告
以下是六大前沿AI科研课题：
| 备选课题 | 主要内容 |
| 一、计算机视觉 | 主题：图像分类、目标检测、语义分割。重点：使用目前流行的数据集（例如ImageNet、COCO）。 |
| 二、自然语言处理（NLP） | 主题：情感分析、文本摘要、命名实体识别、机器翻译。重点：利用预先训练好的模型，并针对特定任务对其进行微调。 |
| 三、高效人工智能 | 主题：模型压缩、精简、量化和知识提炼。重点：在确保模型性能的情况下降低计算需求。 |
| 四、高级课题：人工智能隐私 | 主题：联合学习、差分隐私、安全多方计算。重点：为协作人工智能应用程序构建隐私保护系统。 |
| 五、高级课题：人工智能安全 | 主题：对抗性攻击、稳健性评估和防御机制。重点：设计能够适应对抗性输入的系统，并确保人工智能的伦理部署。 |
| 六、高级课题：人工智能应用 | 主题：学生可提出一个应用领域，并探索人工智能如何帮助解决相应的挑战。例如，AI+金融、AI+医疗。
重点：设计人工智能解决方案，以解决特定领域的挑战和现实世界的问题。 |
4、项目收获
顺利完成本项目并按期提交科研论文的学员，将获得由南洋理工大学导师签发的成绩评定以及教授推荐信（可用于网申）。
5、访学分享
-武同学-
课程内容丰富，教师认真负责，课上课下及时答疑，知识讲解由浅入深，并针对学生兴趣领域及基础差异进行个性化教学。课程结构合理，包含CV/NLP双方向及实验、报告、提问、小组协作等环节，学习氛围积极，师生互动高效，兼顾基础知识深度与前沿应用拓展。CV部分LeNet和CNN原理讲解清晰，NLP部分帮助基础薄弱学生提升理论认知，学科交叉内容（如金融、医学领域）激发对AI赋能行业的兴趣。
-杨同学-
在新加坡的人工智能课程学习中，我收获颇丰。这次学习让我对人工智能的基础概念、机器学习、大数据分析、深度学习等核心内容有了更深入的理解。
此外，团队合作和小组展示的环节让我更好地锻炼了沟通能力和团队协作精神。我还学会了如何高效查找和分析人工智能领域的前沿研究，提高了自主学习能力。这段学习经历不仅丰富了我的专业知识，也让我更深刻地体会到人工智能在各个行业的广泛应用，为未来的学习和研究奠定了良好基础。
【竞赛报名/项目咨询+微信：mollywei007】
