01、招生要求
澳门大学研究生院2026/2027学年博士招生设立三类入学通道。普通招生要求申请人持有认可大学硕士学位或同等学历。硕博连读面向澳门大学在读硕士生，注册时间不少于一学年，完成所有课程并展现较强科研能力。直接读博通道接受持有学士学位且成绩优异、具备突出科研能力的申请人。
英语能力证明方面，非英语授课背景申请人须提供托福550分（纸考）或80分（网考）以上成绩，或雅思总分6.0且单项不低于5.5分。部分学术单位接受国家大学英语六级考试430分以上成绩，具体以申请学院要求为准。所有语言成绩有效期为考试日起两年。
资助体系包含两类主要奖学金。UM PhD Scholarship提供每月20,000澳门元津贴，最长为期四年。UM PhD Teaching Research Assistantship起始津贴为每月12,500澳门元，最长四年，博士生候选人资格批准后可达每月14,000澳门元。学费及其他费用不计入奖学金覆盖范围，四年总学费约150,000澳门元，分八期缴纳。
申请采用滚动录取机制，2025/2026学年第一学期入学截止时间为2026年3月13日。建议申请人在提交在线申请前与目标导师确认研究意向。
02、研究方向
YANG ZHIXIN教授任职于澳门大学科技学院，长期聚焦机器人与智能安全监测领域。近年研究产出涵盖三个核心方向：
机器人运动控制与强化学习框架
2025年发表于Symmetry期刊的骨架信息驱动强化学习框架，针对四足机器人鲁棒自然运动问题。该方法通过提取关键运动学信息降低状态空间维度，提升训练效率。同一时期在Precision Engineering发表的压电旋转电机研究，探索振动与摩擦滑移效应优化，为精密驱动装置提供新型设计思路。
智能安全监测与故障诊断算法
在Electronics期刊提出注意力驱动的多尺度旋转机械故障诊断框架，引入自适应注意力机制处理强噪声工况下的特征提取难题。Expert Systems with Applications发表的综述文章系统梳理了不完美数据条件下旋转机械智能诊断方法。Reliability Engineering and System Safety刊载的排队系统备用设备维护策略研究，将状态监测与可靠性理论结合，构建综合决策模型。
自主系统鲁棒控制与非线性补偿
IEEE Transactions系列发表多篇关于无人地面车辆路径跟踪的离散切换鲁棒控制论文，处理区间不确定性与区域边界约束。IEEE Transactions on Industrial Electronics刊登的仿生参考模型神经自适应控制研究，针对主动悬架系统输入死区问题，设计参数自适应律实现有限时间收敛。Pattern Recognition发表的PnL问题求解工作，运用Clifford tori理论提升视觉定位鲁棒性。
03、有想法
数字孪生驱动的装备预测性维护架构
结合工业物联网传感器与边缘计算，构建高保真数字孪生体。核心创新在于将YANG教授在旋转机械故障诊断中发展的注意力多尺度框架，迁移至更广泛工业装备群。通过实时数据流与孪生体仿真差异分析，实现早期故障预警。技术难点在于多物理场耦合建模与计算效率平衡。可应用于风电装备、精密机床等资本密集型设备，降低非计划停机损失。
输入受限下足式机器人抗扰控制
针对四足机器人液压驱动单元普遍存在的死区与饱和非线性，设计事件触发的神经自适应控制器。借鉴YANG教授在主动悬架系统中处理输入死区的仿生参考模型思想，引入控制量预测机制减少触发频率。创新点在于将死区补偿与足端力规划耦合，在保证运动稳定性的前提下降低能耗30%以上。该方向对接野外救援、巡检等特殊场景需求。
小样本工况下的迁移诊断学习
现有智能诊断方法依赖大量标注数据，而工业现场故障样本稀缺问题突出。可构建基于元学习的跨设备迁移框架，利用YANG教授在Neural Networks发表的自适应集合度量思想，设计任务级自适应损失函数。通过源域多台正常设备数据预训练，在目标域仅用少量故障样本实现快速适配。突破在于理论分析领域泛化误差界，并验证在变工况下的鲁棒性，解决实际部署瓶颈。
