►►►
科研主題：NTU-Moon教授1v1科研——
隨著人工智慧（AI）技術在多個領域的廣泛應用，其核心演算法的高效執行成為滿足實際需求的關鍵。然而，許多AI演算法的訓練和推理過程高度依賴於計算資源和大規模資料集，這導致在資源有限或資料稀缺的情況下，演算法效率難以滿足實際需求。如何透過創新技術手段提高AI演算法的效率，尤其是在多工學習和知識遷移場景中，成為了當前AI研究中的重要方向。
跨任務遷移（Cross-task Transfer Learning）是一種透過將某一任務中學習到的知識應用到其他任務中的技術。相比於從頭訓練模型，遷移學習能夠顯著減少對資料和計算資源的依賴，提升演算法的泛化能力和訓練效率。在AI演算法效率最佳化的背景下，跨任務遷移透過共享模型引數、特徵表示或策略，能夠在多個相關任務間實現知識複用，從而降低冗餘計算，提升整體效率。
當前的研究已經探索了遷移學習在自然語言處理（NLP）、計算機視覺（CV）和推薦系統等領域的成功應用。然而，不同任務之間的相關性、知識遷移的有效性以及潛在的負遷移風險，仍然是影響跨任務遷移效率的關鍵因素。此外，如何設計自適應的遷移機制，以及如何在遷移過程中平衡模型效能與計算成本，仍需深入研究。
本研究將基於跨任務遷移的理論和實踐框架，最佳化AI演算法在多工環境中的效率。研究內容包括知識遷移的有效性分析、負遷移的識別與規避，以及在具體任務上的遷移策略最佳化。本次科研將結合當前技術前沿以及學生的相關經歷和需求，展開1v1科研指導服務。此外，學生也可以定製其他專業的科研課題。
特邀
導師
指南者留學特邀導師：Moon教授
新加坡南洋理工大學副教授
發表論文100多篇，頂級期刊副主編
研究領域：機器學習、計算機視覺，遷移學習
影像生成，視覺語言模型
我們的優勢
我們的名校科研
其他機構科研
教授1v1指導
10-20人班課
提供更個性化的科研教學指導
學生不容易得到個人化的關注
獨立一作論文
共同一作論文
讓學生全面地參與研究專案，從而獲得更多的學術成就和獨立思考的能力
導致學生的貢獻被稀釋，不容易凸顯個人能力
教授直接指導論文
教授不指導論文
直接從資深專家那裡獲取知識和經驗，有利於論文的高質量完成
缺乏專業指導，導致論文質量不高
Research論文
Review論文
強調實際研究和資料收集，更容易在學術界認可
更側重於理論分析而非實際研究，不容易得到學術認可
100%有推薦信
不全都有推薦信
確保學生在留學申請時有強有力的推薦支持
缺乏推薦信會影響將來的留學申請
EDU郵箱推薦信
私人郵箱推薦
使用教育郵箱傳送的推薦信更具權威性
缺乏權威性，不容易被接受
教授進群隨時直接聯絡
只能在班課會議上溝通
便於即時解答疑問和及時獲取反饋
缺乏及時和個性化的反饋
華人教授漢語指導
英文授課聽不懂
使用漢語講授專業知識內容更容易消化理解
你將收穫
國際會議論文發表
適合人群
留學申請：計劃申請計算機科學/人工智慧等相關專業的同學
提升背景：希望增加深度學術研究經歷，提升獨立研究能力的同學
鍛鍊技能：想要掌握人工智慧領域知識，包括Python、機器學習、論文撰寫等技能的同學
進度安排
階段1
科研專案匹配和準備期
· 週期：
1-4周
· 海外導師:
學生和導師雙向匹配
· 指南者老師:
進行前期技能、軟體等基礎能力培訓
階段2
科研專案正式週期
· 週期：
8周
· 海外導師：
每週遠端會議-科研推進-論文指導
· 指南者老師：
協助答疑和輔導
階段3
論文發表和網申
· 週期：
——
· 海外導師：
推薦信（官郵）+網推
· 指南者老師：
協助論文發表
掃描下方二維碼
諮詢報名科研專案