美国耶鲁大学电气工程学系PhD博士招生中！（导师Prof. Boroushaki）

今天我们将带大家深入解析今天我们将带大家深入解析美国耶鲁大学 电气工程学系的博士生导师Prof.Boroushaki，通过这样的“方法论”，让大家学会如何从了解一个导师开始，到后期更好地撰写套磁邮件及其他文书。

研究领域解析和深入探讨

Tara Boroushaki的研究聚焦传感与移动技术，核心围绕多模态传感的算法开发与系统构建，形成“技术研发-场景应用”的闭环研究体系，应用场景覆盖无线网络、无线传感、信息物理系统（含机器人）及人机信息系统四大方向。

1. 混合现实感知技术：突破传统增强现实（AR）依赖视距的局限，将无线传感与AR结合，实现非视距（Non-Line-of-Sight）感知。这种技术革新让AR设备不仅能识别视野内物体，还可感知被遮挡目标，为混合现实在工业检测、医疗导航等领域的应用扫除关键障碍——例如在复杂工厂环境中，技术人员通过AR眼镜即可定位被机器遮挡的零部件位置。
2. 机器人感知与操控：通过多模态传感融合（如射频与视觉信号），提升机器人对环境的感知精度和机械操作能力。传统机器人感知易受光照、遮挡影响，而融合射频信号的感知方式可穿透非金属障碍物，使机器人在复杂场景（如仓储分拣、灾后救援）中更高效完成搜索与抓取任务。
3. 无线传感网络优化：针对移动场景下的传感节点协同问题，开发高效算法实现多设备间的信号同步与数据融合。这一研究为物联网设备的大规模部署提供技术支撑，尤其在智能交通、智能家居等需要多节点联动的领域，可显著提升系统的响应速度与稳定性。

精读教授所发表的文章

1. Augmenting Augmented Reality with Non-Line-of-Sight Perception（NSDI 23, 2023）：该研究在USENIX网络系统设计与实现 symposium发表，提出将非视距感知技术融入AR的创新方案。通过开发专用信号处理算法，利用射频信号穿透遮挡物的特性，实现对视野外目标的三维定位与姿态估计。实验验证显示，系统定位误差可控制在厘米级，为AR在复杂环境中的实用化迈出关键一步，被领域内视为混合现实感知的重要突破。
2. Exploiting Synergies between Augmented Reality and RFIDs for Item Localization and Retrieval（IEEE RFID 2023, 2023）：作为IEEE RFID国际会议论文，该研究探索AR与射频识别（RFID）技术的协同效应。通过将AR视觉界面与RFID标签的无线通信能力结合，设计出实时物品定位与检索系统——用户佩戴AR设备即可看到RFID标签的空间位置标注，大幅提升仓储、零售等场景下的物品管理效率，获2023年IEEE RFID最佳论文奖。
3. Fusebot: RF-visual mechanical search（Robotics: Science and Systems 2022, 2022）：发表于机器人领域顶级会议Robotics: Science and Systems，提出“Fusebot”机器人系统。该系统融合射频（RF）与视觉传感数据，开发多模态融合决策算法，使机器人能在杂乱环境中快速识别并抓取目标物体。相比单一视觉感知机器人，Fusebot的搜索效率提升40%以上，为服务机器人、工业分拣机器人的性能优化提供新范式。

教授的学术地位

Tara Boroushaki在传感与移动技术领域展现出显著的学术影响力，其成果获得领域内高度认可：

1. 奖项方面2024年获Marconi Society Young Scholar Award（马可尼学会青年学者奖，表彰通信与信息技术领域杰出青年）、N2WOMEN网络与通信领域新星奖，2023年入选EECS Rising Stars（电子工程与计算机科学领域新星计划），2022-2024年获Microsoft Research PhD Fellow资助，体现了学术界与产业界对其研究潜力的双重肯定。
2. 学术成果方面她的论文多次发表于NSDI、Robotics: Science and Systems等顶会，2021年获ACM SenSys最佳论文奖提名，2023年获IEEE RFID最佳论文奖，2022年其研发的“RFusion”技术入选“MIT让世界更美好的103种方式”。这些成果不仅推动了多模态传感理论的发展，更具备明确的技术转化价值，对无线传感、机器人、混合现实等领域的产业应用产生实质性影响。

有话说

Tara Boroushaki的研究核心创新点在于“跨模态传感的协同优化”——打破单一传感技术的局限，通过算法创新实现射频、视觉等不同模态信号的深度融合，解决传统感知技术在复杂环境中的瓶颈问题。这种研究思路的优势在于，既保持了技术的理论严谨性，又紧密贴合实际应用需求，避免了“为技术而技术”的研究误区。

未来可深化的方向包括：

1. 跨场景技术迁移，将混合现实中的非视距感知算法适配到自动驾驶领域，解决车辆对遮挡障碍物的识别难题；
2. 低功耗与轻量化优化，当前多模态系统能耗较高，可通过硬件-算法协同设计，开发适用于可穿戴设备的微型化传感模块；
3. 人机交互的深化，结合生物传感信号（如肌电、脑电），构建更自然的人机信息交互通道，使机器人、AR设备能更精准理解人类意图。

这些方向若能实现突破，将进一步拓展传感与移动技术的应用边界。

博士背景

Blythe，985电气工程硕士，后毕业于香港科技大学电子及计算机工程学系博士学位。研究方向聚焦于电力电子与智能电网技术。在国际权威期刊《IEEE Transactions on Power Electronics》和《IEEE Transactions on Smart Grid》发表多篇论文。专注于开发新型高效率电力变换器和先进智能配电系统控制算法，熟悉香港PhD申请流程。