项目方向门槛
新加坡国立大学研究奖学金向国际博士生提供每月S$3,000，通过博士资格考试后可增加S$500，通常最长四年并免学费。Wang Ye目前指导六名博士生，公开资料没有写下一轮新增人数。第一年不能只等导师分配任务，要同时准备课程、研究和资格考试。
Wang Ye的团队长期处理声音、音乐、移动设备和健康相关数据。普通读者可以把它理解为：学生不仅要训练算法，还要把声音记录、传感数据和人的行为放在一起分析。数据采集方式不同，结果就不能直接比较。
申请门槛不是会用某个软件，而是能把问题变成可测量任务。你要说明输入是什么、输出怎样评估，以及错误结果会影响谁。只写对人工智能感兴趣，不足以证明你能进入现有项目。
研究背景与课题组
Wang Ye在新加坡国立大学已指导毕业11名博士生，目前指导六名博士生。他还从Nokia、Smule、A*STAR、NRF和MOE获得过外部研究经费。成熟团队通常有较清楚的项目分工，也会要求新人较快掌握已有代码和数据规范。
团队项目常与临床人员或真实使用者合作。博士生需要解释设备怎样记录数据，并处理缺失、噪声和不同人的差异。最费时间的环节往往不是运行模型，而是让数据能够用于同一个问题。
成熟课题组不代表每个步骤都有人代做。学生需要主动保存实验日志、数据字典和版本信息。高年级成员可以帮助上手，但自己的研究问题仍要在资格考试前逐步形成。
组内反馈方式会直接改变第一年的节奏。新人可能先由高年级学生检查代码和数据，导师再讨论研究问题。申请者可以在面试中问每周讨论频率、资料保存格式和资格考试前的最低产出。
研究重心
研究重心可以放在声音如何支持学习、康复或日常训练。博士生可能要设计手机或可穿戴设备中的提示，再观察参与者是否改变节奏、动作或学习表现。真实环境中的数据会比实验室记录更杂乱。
一次设备掉线或参与者漏做任务，都会造成缺失记录。学生要预先写清排除标准，并说明如何避免只保留表现好的样本。数据清理规则如果在看到结果后才决定，结论容易被质疑。
系统是否好用也要单独验证。准确率高不等于人愿意持续使用。研究计划可以同时保留一个技术指标和一个使用指标，但不要把所有健康问题都放进同一项目。
代表论文
阅读代表论文时，先看数据从哪里来。Wang Ye的公开项目涉及智能手机、步态、听觉训练和音乐交互。申请者要分清实验室采集、医院合作和公开数据各自的限制。
再看评估对象。若论文比较的是同一人的前后变化，你的计划就不能只写群体平均值。若目标是长期使用，还要处理设备更换、环境噪声和参与者退出。
最后看作者怎样说明失败。代表论文能够提供方法和评价框架，不是让你照抄题目。把其中一个未解决限制改成可完成的小问题，更适合放进研究计划。
申请准备与文书材料
CV里选一项数据项目和一项真实用户项目。数据项目写清规模、清理和评估。用户项目写清你怎样获得反馈，并根据失败记录修改设计。
个人陈述不要把所有兴趣平均展开。先说明你为什么关心声音或移动设备中的一个现实问题，再写已有经历如何支持它。课程背景只保留与该问题直接有关的部分。
邮件第一段可以提到团队目前六名博士生和你的切入点。提出一个可以在首年复现或验证的小问题，比询问是否有任何机会更有效。具体名额仍要由导师确认。
研究计划
首年计划可以分成三段。先熟悉数据和代码，再复现一个代表结果，最后提出自己的小实验。每一段都要有可检查产出，例如数据说明、基线结果或错误分析。
资格考试前要让评审看到你不只是完成项目任务。研究问题需要有清楚边界，也要说明为什么现有方法回答不了。计划范围过大，会同时拖慢课程、实验和考核。
时间表里留出参与者招募或设备审批。真实用户研究可能因为伦理审批、招募困难或设备故障延后。提前准备备用数据和缩小版实验，可以减少首年完全没有结果的风险。
博士未来就业与资助
这种训练可以通向研究院、科技公司、数字健康、音频产品和数据岗位。雇主会看你能否把算法放进真实系统，也会看你怎样解释使用限制。论文之外，代码、实验记录和面向非技术人员的项目说明都很有用。
S$3,000加免学费提供稳定基础，资格考试后的S$500增额不能被当成首年生活预算。国际生还要完成Graduate Assistantship Programme要求，工作量和安排应以学校通知为准。
这类项目适合能在第一年快速整理数据、建立基线并收窄问题的人。习惯等导师给出完整任务，再逐步执行的申请者，可能很难同时应对项目节奏和资格考试。
