全奖资助新加坡管理大学博士招生(Djordje Zikelic教授)

一、新加坡管理大学

新加坡管理大学（SMU）成立于2000年，是新加坡第三所自主大学。在2023年的CSRankings中，SMU软件工程领域从第4位跃升至全球第2位，成为新加坡唯一进入该排名前十的大学。学校现有约10,000名本科生和研究生，设有八个学院，其中计算机与信息系统学院在软件工程研究方面享有国际声誉。

SMU是新加坡唯一拥有专门软件工程研究中心的大学——智能软件工程研究中心（RISE）。该校采用类似美国大学的学分制度，学位获得国际认可。在学科排名方面，2024年QS学科排名中，SMU商业管理学科位列全球第44位，经济金融学科进入全球前100。

二、招生信息

导师介绍

Djordje Zikelic博士现任SMU计算机与信息系统学院助理教授。他于2023年在奥地利科学技术学院（ISTA）获得博士学位，师从Krishnendu Chatterjee和Petr Novotný教授，因出色的博士研究获得了杰出博士论文奖和杰出科学成就奖。此前，他在剑桥大学获得数学学士和硕士学位。

Zikelic教授在学术界享有很高声誉，在Google Scholar上有528次引用，研究领域涵盖形式化方法、可信AI、编程语言和概率验证。他的研究成果发表在顶级会议上，包括CAV、PLDI、NeurIPS、AAAI等，2024年在FM会议获得杰出论文奖。

Zikelic教授现招收2026年春季入学全奖博士生，主攻形式化方法与AI安全领域。该校软件工程研究实力雄厚，在全球CSRankings中位列第二，为有志于前沿计算机科学研究的学子提供顶尖平台。

研究方向

本次博士招生主要涉及以下四个核心研究方向：

形式化方法在学习控制系统中的应用：结合形式化验证技术与机器学习，为自主控制系统提供安全保障。

安全强化学习：开发具有安全约束的强化学习算法，确保AI系统在学习过程中不违反关键安全属性。

马尔可夫模型中的验证与规划：研究概率系统的形式化验证方法，为不确定环境下的决策提供理论基础。

概率编程：开发新的概率编程语言和验证技术，用于构建可靠的概率推理系统。

申请条件

理想候选人需要具备：

·扎实的数学基础，具备算法、可计算性、自动机理论、概率论等相关课程背景

·良好的编程技能

·强烈的学术研究动机和创新精神

招生信息中提到申请截止日期为6月30日，为2026年春季入学的全奖博士项目。

三、Mason博士有想法

基于Zikelic教授的研究方向和当前技术发展趋势，以下是几个极具创新潜力的研究计划构想：

构想一：自适应安全边界的强化学习框架

传统的安全强化学习往往依赖固定的安全约束，但现实环境中的安全边界是动态变化的。可以研究一种基于时间序列分析和形式化验证的自适应框架，让AI系统能够实时调整其安全边界。该框架将结合贝叶斯优化和反例引导的归纳合成技术，实现对动态环境的安全适应。

构想二：多智能体系统的分布式证书合成

针对无人机群、自动驾驶车队等多智能体协作场景，开发一种分布式的安全证书合成方法。每个智能体维护局部安全证书，通过图神经网络和共识算法实现全局安全属性的分布式验证。该方法将形式化方法与深度学习相结合，解决大规模多智能体系统的安全保障问题。

构想三：量子-经典混合系统的概率验证

随着量子计算技术的发展，未来将出现大量量子-经典混合计算系统。可以研究专门针对这类混合系统的概率验证方法，开发新的模型检查算法来处理量子态的概率分布特性，为量子增强的AI系统提供形式化安全保障。

构想四：神经符号融合的可解释安全AI

结合神经网络的学习能力和符号推理的可解释性，构建一种神经符号融合的安全AI架构。该系统能够在学习过程中生成可解释的安全规则，并通过形式化验证确保这些规则的正确性。这将为高风险应用场景中的AI系统提供既高效又可信的解决方案。