2024年7月27日，由上海交通大學終身教育學院、中國教育國際交流研修學院聯合主辦，華南理工大學、研課教育集團（Neoscholar Education Pte. Ltd.）協辦的“2024中外一流高校拔尖創新人才培養計劃國際學術活動”圓滿結束。

會上，牛津大學在讀博士呂添同學和紐約大學計算機碩士曾弘毅同學，作為“CIS卓越學者計劃”的優秀學生代表，分享了他們在CIS中的科研實踐探索經歷。呂添同學在賓夕法尼亞大學終身教授Jan Van Der Spiegel的指導下，曾弘毅同學在卡內基梅隆大學終身教授David Woodruff的帶領下，均成功發表了SCI期刊學術論文。他們詳細闡述了從研究計劃的選定、小組成員的募集、科研工具的選取到數據采集和處理系統過程等多個方面的論文寫作經驗。

發表的SCI文章可以直觀地證明同學們的學術能力，而如今，SCI期刊發表難度越來越高，如何能在最黃金的時間內、以最高效的速度，發表屬于自己的一篇SCI文章？跟隨科研君一起，聽一聽兩位優秀學長怎么說。

從參與到引領：“CIS”帶來的成長

學生簡介

● 學生姓名：

呂添

● 學術背景：

2018年北京理工大學本科（機械電子工程）

2024年新加坡國立大學碩士畢業（康復與輔助機器人研究）

牛津大學博士在讀（臨床神經科學）

● 參加課題：

《AI芯片設計基礎，原子比特層的仿生集成電路》

● 課題教授：

賓夕法尼亞大學終身教授Jan Van Der Spiegel

郵件錄用截圖

牛津大學在讀博士呂添同學，自初中時期起，就對腦機接口這一前沿科技領域抱有濃厚興趣。2021年，他在了解到“CIS卓越學者計劃”后，立刻關注到了這個項目的與眾不同，能夠有機會接受學界泰斗的指導、小班制教學、與教授面對面的交流、全面且針對性地彌補不足，讓他決定申請參加。

在賓夕法尼亞大學終身教授Jan Van Der Spiegel教授的課堂上，教授從最基本的生物醫學基礎講起，由淺至深，講解到神經信號的電生理特性、腦電信號的測量技術（如EEG和MEG），他還拓展了侵入式和非侵入式腦機接口技術的多種手段，包括功能核磁共振和近紅外光譜成像等，幫助學生構建起完整的神經信號記錄及腦機接口技術知識體系，帶領呂添和同學們一步步地了解腦機接口。Jan教授也會運用生動的例子和影視作品中的科幻元素，例如《黑 客帝國》、《頭號玩家》，將復雜的理論知識具象化。同時，教授還通過對比馬斯克Neuralink公司的最新技術，讓學生清晰地認識到當前技術與科幻作品之間的差距。

Jan教授的課堂安排也是完全復刻賓夕法尼亞大學的課堂，理論學習結合實踐，例如在講解腦電信號預處理、特征提取時，教授會設置實踐類探索作業，呂添和同學們被要求使用MATLAB對EEG數據集進行信號放大、帶通濾波、工頻陷波濾波、時域頻域特征提取等處理，通過實際搭建簡單的腦機接口實驗，更進一步地理解領域知識。

港校研究生背景的助研（RA）張老師也為呂添和其他同學擴充了很多本科階段沒有接觸過的科研工具的使用，包括Mendeley文獻管理工具、Inkscape制圖軟件、Overleaf文字編輯平臺，以及IEEE Explore文獻檢索系統，極大地拓寬了他的科研視野和工具應用能力，也為其后續高效完成本科生畢業設計提供了幫助。

Jan Van Der Spiegel教授課堂上的美好回憶

在探索初期階段，呂添同學憑借其獨到的研究視角與濃厚興趣，策劃了一項研究計劃，成功匯聚了一支多元化的研究小組，組員背景豐富多元，包括英國卡迪夫大學材料工程碩士、西安交通大學機械工程本科生、深圳國際交流書院的高中生，呂添同學本人則來自北京理工大學機械電子工程專業，擔任團隊的組長，他們致力于一個基于肌肉電信號的適用于上肢截止患者的面罩裝置的研發和實物測試，旨在為殘疾人群提供更好的新冠疫情防護。

系統核心由肌電傳感器、單片機及末端執行器三大單元構成，實現了從肌電信號采集、數據處理到控制指令輸出的完整流程。呂添和組員們采用商用雙導肌電模塊與STM32系列單片機以及伺服電機，確保了裝置的運行。

系統設計

硬件選型

團隊的多元化背景為項目推進提供了助力，各組員各司其職，擔任組長的呂添負責信號特征提取、機器學習模型訓練以及執行機構控制代碼實現的工作；卡迪夫大學材料專業的學長負責完成CNT/PDMS的新材料電極研究測試，顯著提升了肌電信號的信噪比；來自西安交通大學的組員與教授進行討論后，決定采用四連桿機構實現口罩的穿戴，通過數據調研，設計出了適合大多數人面部的平均尺寸機構；高中生組員也為研究帶來了新鮮視角，負責代碼編寫與文獻調研。

在數據采集階段，根據Jan教授的指導性意見，呂添和組員特別注意了避免誤觸的問題，并選擇了合適的肌肉進行測量。同時考慮到嵌入式系統的時間響應效率和算力資源限制，小組成員訓練了較為簡單的全連接神經網絡，并在教授指導下，對同類網絡（貝葉斯網絡、支持向量機等簡單模型）進行比較，確保模型的可靠性和高精確性。

實時實驗結果

最終，呂添小組成功地完成了面罩裝置的實物測試，并取得了令人滿意的成果，該裝置對用戶摘戴口罩意圖的識別準確率高達95.3%。在小組展示中，他們的設計得到了教授的肯定和贊揚，教授甚至建議他們進一步完善并申請專利，讓這項設計真正地為殘疾人群服務，呂添作為研究思路的提出者和主要貢獻者，最終以第一作者身份發表了SCI期刊學術論文。

這段經歷不僅讓呂添在學術上取得了顯著的進步，掌握了扎實的科研基礎，還鍛煉了他的團隊合作能力和領導能力。碩士期間呂添以高水平學術刊物為目標，不斷提升自己的學術能力，并且最終完成了3篇一作領域頂會和1篇三作領域頂刊的發表。在呂添同學的碩士學習階段，Jan教授同樣扮演了至關重要的角色，為他提供了不可或缺的科研指導與支持。

也正因為在“CIS卓越學者計劃”中的良好體驗和收獲，呂添選擇了重返“計劃”，成為了帝國理工學院Neal Bangerter教授與Andriy Kozlov教授的助教，他憑借自己作為學員積累的寶貴經驗，能夠精準地洞察學生所遇問題的核心，從而提供了極具針對性的輔導與支持。過去兩年間，他協助兩位教授輔導學生完成了30篇高質量EI會議論文的投遞發表，并助力多位學生獲得了包括哥倫比亞大學、帝國理工學院等世界頂尖學府的錄取。呂添在助教崗位上的敬業態度與負責表現，也贏得了Neal教授的認可與贊賞，并在他申請博士階段給予了重要的支持與助力。

呂添表示“CIS卓越學者計劃”不僅讓他接觸到世界前沿的課程和頂尖師資，更重要的是，它突破了傳統教育的限制，讓他形成了以問題為導向、解決問題的能力，且不拘泥于單一學科的視野格局。

從理論到實踐：創新研究帶來學術啟示

學生簡介

● 學生姓名：

曾弘毅

● 背景：

加拿大大學（計算機和AI方向）

某大型國企工作3年從事軟件開發

紐約大學計算機碩士

● 參加課題：

《人工智能專業課程：大數據算法模型與應用》

● 課題教授：

卡內基梅隆大學終身教授David Woodruff

論文錄用函

多倫多大學在讀的曾弘毅同學分享了他在參與“CIS卓越學者計劃”中的學術探索和個人成長過程。在大學畢業后，曾弘毅同學為了彌補研究經歷上的缺失，在朋友的介紹下參加了“CIS”。卡內基梅隆大學終身教授David Woodruff以其深厚的學術造詣和豐富的教學經驗，為曾弘毅和其小組成員提供了寶貴的指導建議，在面對復雜多樣的算法問題時，他耐心地引導團隊成員分析問題的本質，通過多次討論和驗證，團隊最終確定了研究方向——編碼器-解碼器-離群點檢測與向量空間多樣化采樣。

為了平衡不同背景成員的需求，曾弘毅主動承擔起代碼編程和算法研究的主要任務，而組員則專注于論文撰寫和數據整理工作。

曾弘毅和組員采用了sbert模型進行文本向量化，并結合3層resnet結構進行文本分類。在訓練前，團隊采用了“向量空間多樣性采樣”算法，結果顯示，在僅使用50個訓練樣本的情況下，其F1分數相比隨機采樣提升了20%-40%。在DBpedia、Agnews、AmazonPolar等數據集上，他們僅用不到100個數據點便實現了高達80%的準確率，遠超常規訓練集動輒十萬至百萬條數據的標準。

實驗創新

此次研究經歷不僅極大地鍛煉了曾弘毅同學的學術研究和論文寫作能力，還為他未來的學術道路鋪設了堅實的基石。最終，他憑借出色的表現成功獲得了新加坡國立大學AI專業和紐約大學計算機專業的研究生錄取通知，這篇學術論文最終也成功發表于SCI期刊。

在聽取了兩位學長寶貴的經驗分享后，相信每位同學都從中汲取了豐富的知識與啟示。希望大家都能以他們為榜樣，充分利用每一刻進行學習與成長，通過不懈地努力與持續的追求，科研君期待每位同學都能不斷超越自我，在自己的領域里取得真正的成就。