香港浸会大学杨任驰教授招收全奖博士生

01、学校招生要求

基本申请条件

香港浸会大学博士项目的申请者需满足以下基本条件：

1. 学历要求：获得计算机科学或相关学科的学士/硕士学位。优秀的本科毕业生如获得一等荣誉学位或有杰出的科研成果，也可申请直接攻读博士。

2. 英语能力：需达到以下标准之一：

·雅思总分不低于6.5分

·托福网考(iBT)不低于79分

·托福纸考(PBT)不低于550分

3. 专业技能：

·熟练掌握C/C++/Python等编程语言

·具备扎实的线性代数、概率统计等数学基础

·对大数据管理、分析与挖掘有浓厚兴趣

奖学金与待遇

杨任驰教授课题组提供的全额奖学金包括：

1. 生活津贴：约19,000港币/月

2. 学制：4年全日制

3. 学费减免：全额覆盖学习期间学费

4. 会议补贴：提供参加国际学术会议的经费支持

申请流程与截止日期

1. 截止日期：2025年10月15日

2. 申请材料：

·英文简历

·最新成绩单

·英语水平证明

·研究计划

3. 名额：1名

对于有科研发表经历、参加过编程或数学竞赛并取得优异成绩的申请者将优先考虑。

02、教授研究方向

杨任驰博士是香港浸会大学计算机科学系的助理教授，其教育背景包括在南洋理工大学获得计算机科学与工程学院博士学位，并在新加坡国立大学完成博士后研究。

主要研究领域

1.大数据管理与分析

·图数据库与向量数据库

·大规模数据管理系统

·高效数据检索与处理技术

2.数据挖掘与分析

·多模态数据挖掘

·图数据、文本数据与表格数据分析

·社交网络与推荐系统

3.机器学习与大模型

·数据中心机器学习

·图学习技术

·高效大语言模型应用

学术成就

杨教授的研究成果丰硕，在数据库领域和数据挖掘领域享有较高声誉：

1.在VLDB、SIGMOD、VLDBJ、TODS、WWW、KDD等顶级会议和期刊上发表论文30余篇

2.获得VLDB 2021最佳论文奖

3.获得2022 ACM SIGMOD Research Highlight Award

4.获得WWW 2022最佳论文提名（独立作者）

学术服务

杨教授积极参与国际学术服务工作：

·担任VLDB、ICDE、WWW、KDD、WSDM等国际会议的程序委员

·担任TKDE、VLDBJ等重要期刊的审稿人

03、创新研究想法

基于杨任驰教授的研究方向，以下是几个极具潜力的创新研究计划：

1. 高效向量数据库与大模型集成架构

随着大语言模型的广泛应用，向量数据库成为连接传统数据与AI模型的关键桥梁。可探索研究：

·设计针对大模型优化的向量索引结构，提高检索效率

·开发自适应的向量压缩算法，在保持语义相似性的同时降低存储成本

·构建模型-数据库协同更新机制，实现知识库与大模型的实时互补

2. 图神经网络驱动的多源异构数据融合

企业和科研机构面临的数据通常来源多样、格式各异。可开展：

·研究基于图神经网络的异构数据统一表示方法

·设计能够处理时序、图结构和文本等多模态数据的端到端学习框架

·开发可解释的数据融合决策机制，提升模型透明度

3. 大规模分布式图数据处理系统

随着社交网络和知识图谱规模不断扩大，传统图处理系统面临严峻挑战：

·设计新型分区策略，减少跨节点通信开销

·开发增量计算框架，支持动态图的高效更新

·构建图数据与关系数据融合的查询优化器，提升混合查询性能

4. 数据驱动的大模型高效微调技术

大模型适配特定领域应用时，如何使用最少的数据和计算资源实现最优性能：

·研究基于数据质量评估的样本筛选策略

·开发针对特定任务的参数高效微调技术

·构建模型性能与资源消耗的理论框架，指导模型优化