香港科技大学（广州）全奖博士招生(Prof. Lei Chen)

招生要求

香港科技大学（广州）数据科学与分析博士项目招生条件如下：

· 学历要求：申请者必须获得认可院校的学士学位，且成绩优异；或者有证据表明已在全日制研究型硕士项目中完成至少一年的学习，或在非全日制项目中完成至少两年的学习。

· 英语能力：申请者需具备优秀的英语写作和沟通能力，满足港科大（广州）的英语语言入学要求。如果申请者的第一语言不是英语，且所获学位不是以英语为教学媒介的机构授予的，则需提供英语能力证明（如TOEFL或IELTS成绩）。

· 研究经历：具有相关领域的研究经验和在期刊或会议上发表的论文将是优势。

· 专业背景：理想的申请者应具有计算机科学、数学或相关领域的强大基础，编程能力出众。

· 学制：全日制博士项目为3年（具有相关研究型硕士学位的申请者）或4年（无相关学位的申请者）；非全日制为6年。

· 奖学金：所有录取的博士生将获得全额奖学金（每月约15,000元人民币），学费为每年40,000元人民币。

申请是全年滚动进行的，但名额有限，建议有意向的学生尽早提交申请。

研究方向

陈雷教授是香港科技大学（广州）信息枢纽的院长，数据科学与分析方向的讲座教授，也是IEEE Fellow和ACM杰出科学家。他在数据科学领域贡献卓著，发表论文数量可观（截至2025年已发表639篇论文，其中2019年以来就有400多篇）。

陈教授的主要研究方向包括：

· 数据驱动机器学习：关注如何利用大量数据训练有效的机器学习模型，研究数据准备、压缩及计算图优化等技术。

· 众包数据处理：开创性地将人力与机器学习相结合，通过众包获取高质量数据标注和验证，提高AI系统性能。

· 不确定性与概率数据库：研究处理包含不确定性的数据，开发适应模糊性和随机性的数据管理技术。

· Web信息管理：包括知识图谱构建、链接预测、语义集成等技术，提升网络信息的组织和检索能力。

· 多媒体系统：研究图像、视频等多媒体数据的管理和分析方法。

· 区块链技术：探索区块链在数据安全与隐私保护中的应用。

· 图数据分析：研究复杂网络和关系数据的处理方法，包括图神经网络和图数据库技术。

陈教授的团队曾获得2015年SIGMOD经典论文奖和2022年VLDB最佳研究论文奖，研究成果在学术界和工业界均有重要影响。

有想法

基于陈雷教授的研究方向，以下是几个具有创新性和可行性的研究计划：

1. 自适应众包质量控制框架

研究一个能够自动调整任务分配和质量评估策略的众包系统。通过分析工作者历史表现、任务特性和领域知识，动态优化任务路由和验证机制，同时将众包与机器学习模型训练无缝集成，形成人机协作闭环。该研究可应用于构建高质量医学影像数据集或复杂知识图谱。

2. 多模态知识图谱与大语言模型融合

设计一种将结构化知识图谱与非结构化文本、图像等多模态数据融合的框架，利用大语言模型增强知识图谱的推理能力和覆盖面。重点解决模态间的语义对齐、知识冲突消解和增量更新等关键技术问题，为下一代AI系统提供更全面的知识基础。

3. 隐私保护分布式时空数据挖掘系统

针对智慧城市和物联网场景，开发既能保护个人隐私又能提取有价值洞察的时空数据分析技术。采用联邦学习与差分隐私相结合的方法，在多源异构数据上实现高效的模式发现、异常检测和趋势预测，特别关注数据稀疏性和不确定性的处理。

4. 可解释图神经网络优化框架

研发一套用于优化图神经网络的工具集，特别关注模型的可解释性和鲁棒性。通过集成神经架构搜索、知识蒸馏和可解释性技术，自动为不同图结构和任务定制最优网络结构，同时提供决策过程的透明解释，增强模型在关键应用中的可信度。