2024年7月27日，由上海交通大学终身教育学院、中国教育国际交流研修学院联合主办，华南理工大学、研课教育集团（Neoscholar Education Pte. Ltd.）协办的“2024中外一流高校拔尖创新人才培养计划国际学术活动”圆满结束。
会上，牛津大学在读博士吕添同学和纽约大学计算机硕士曾弘毅同学，作为“CIS卓越学者计划”的优秀学生代表，分享了他们在CIS中的科研实践探索经历。吕添同学在宾夕法尼亚大学终身教授Jan Van Der Spiegel的指导下，曾弘毅同学在卡内基梅隆大学终身教授David Woodruff的带领下，均成功发表了SCI期刊学术论文。他们详细阐述了从研究计划的选定、小组成员的募集、科研工具的选取到数据采集和处理系统过程等多个方面的论文写作经验。
发表的SCI文章可以直观地证明同学们的学术能力，而如今，SCI期刊发表难度越来越高，如何能在最黄金的时间内、以最高效的速度，发表属于自己的一篇SCI文章？跟随科研君一起，听一听两位优秀学长怎么说。
从参与到引领：“CIS”带来的成长
学生简介
● 学生姓名：
吕添
● 学术背景：
2018年北京理工大学本科（机械电子工程）
2024年新加坡国立大学硕士毕业（康复与辅助机器人研究）
牛津大学博士在读（临床神经科学）
● 参加课题：
《AI芯片设计基础，原子比特层的仿生集成电路》
● 课题教授：
宾夕法尼亚大学终身教授Jan Van Der Spiegel
邮件录用截图
牛津大学在读博士吕添同学，自初中时期起，就对脑机接口这一前沿科技领域抱有浓厚兴趣。2021年，他在了解到“CIS卓越学者计划”后，立刻关注到了这个项目的与众不同，能够有机会接受学界泰斗的指导、小班制教学、与教授面对面的交流、全面且针对性地弥补不足，让他决定申请参加。
在宾夕法尼亚大学终身教授Jan Van Der Spiegel教授的课堂上，教授从最基本的生物医学基础讲起，由浅至深，讲解到神经信号的电生理特性、脑电信号的测量技术（如EEG和MEG），他还拓展了侵入式和非侵入式脑机接口技术的多种手段，包括功能核磁共振和近红外光谱成像等，帮助学生构建起完整的神经信号记录及脑机接口技术知识体系，带领吕添和同学们一步步地了解脑机接口。Jan教授也会运用生动的例子和影视作品中的科幻元素，例如《黑 客帝国》、《头号玩家》，将复杂的理论知识具象化。同时，教授还通过对比马斯克Neuralink公司的最新技术，让学生清晰地认识到当前技术与科幻作品之间的差距。
Jan教授的课堂安排也是完全复刻宾夕法尼亚大学的课堂，理论学习结合实践，例如在讲解脑电信号预处理、特征提取时，教授会设置实践类探索作业，吕添和同学们被要求使用MATLAB对EEG数据集进行信号放大、带通滤波、工频陷波滤波、时域频域特征提取等处理，通过实际搭建简单的脑机接口实验，更进一步地理解领域知识。
港校研究生背景的助研（RA）张老师也为吕添和其他同学扩充了很多本科阶段没有接触过的科研工具的使用，包括Mendeley文献管理工具、Inkscape制图软件、Overleaf文字编辑平台，以及IEEE Explore文献检索系统，极大地拓宽了他的科研视野和工具应用能力，也为其后续高效完成本科生毕业设计提供了帮助。
Jan Van Der Spiegel教授课堂上的美好回忆
在探索初期阶段，吕添同学凭借其独到的研究视角与浓厚兴趣，策划了一项研究计划，成功汇聚了一支多元化的研究小组，组员背景丰富多元，包括英国卡迪夫大学材料工程硕士、西安交通大学机械工程本科生、深圳国际交流书院的高中生，吕添同学本人则来自北京理工大学机械电子工程专业，担任团队的组长，他们致力于一个基于肌肉电信号的适用于上肢截止患者的面罩装置的研发和实物测试，旨在为残疾人群提供更好的新冠疫情防护。
系统核心由肌电传感器、单片机及末端执行器三大单元构成，实现了从肌电信号采集、数据处理到控制指令输出的完整流程。吕添和组员们采用商用双导肌电模块与STM32系列单片机以及伺服电机，确保了装置的运行。
系统设计
硬件选型
团队的多元化背景为项目推进提供了助力，各组员各司其职，担任组长的吕添负责信号特征提取、机器学习模型训练以及执行机构控制代码实现的工作；卡迪夫大学材料专业的学长负责完成CNT/PDMS的新材料电极研究测试，显著提升了肌电信号的信噪比；来自西安交通大学的组员与教授进行讨论后，决定采用四连杆机构实现口罩的穿戴，通过数据调研，设计出了适合大多数人面部的平均尺寸机构；高中生组员也为研究带来了新鲜视角，负责代码编写与文献调研。
在数据采集阶段，根据Jan教授的指导性意见，吕添和组员特别注意了避免误触的问题，并选择了合适的肌肉进行测量。同时考虑到嵌入式系统的时间响应效率和算力资源限制，小组成员训练了较为简单的全连接神经网络，并在教授指导下，对同类网络（贝叶斯网络、支持向量机等简单模型）进行比较，确保模型的可靠性和高精确性。
实时实验结果
最终，吕添小组成功地完成了面罩装置的实物测试，并取得了令人满意的成果，该装置对用户摘戴口罩意图的识别准确率高达95.3%。在小组展示中，他们的设计得到了教授的肯定和赞扬，教授甚至建议他们进一步完善并申请专利，让这项设计真正地为残疾人群服务，吕添作为研究思路的提出者和主要贡献者，最终以第一作者身份发表了SCI期刊学术论文。
这段经历不仅让吕添在学术上取得了显著的进步，掌握了扎实的科研基础，还锻炼了他的团队合作能力和领导能力。硕士期间吕添以高水平学术刊物为目标，不断提升自己的学术能力，并且最终完成了3篇一作领域顶会和1篇三作领域顶刊的发表。在吕添同学的硕士学习阶段，Jan教授同样扮演了至关重要的角色，为他提供了不可或缺的科研指导与支持。
也正因为在“CIS卓越学者计划”中的良好体验和收获，吕添选择了重返“计划”，成为了帝国理工学院Neal Bangerter教授与Andriy Kozlov教授的助教，他凭借自己作为学员积累的宝贵经验，能够精准地洞察学生所遇问题的核心，从而提供了极具针对性的辅导与支持。过去两年间，他协助两位教授辅导学生完成了30篇高质量EI会议论文的投递发表，并助力多位学生获得了包括哥伦比亚大学、帝国理工学院等世界顶尖学府的录取。吕添在助教岗位上的敬业态度与负责表现，也赢得了Neal教授的认可与赞赏，并在他申请博士阶段给予了重要的支持与助力。
吕添表示“CIS卓越学者计划”不仅让他接触到世界前沿的课程和顶尖师资，更重要的是，它突破了传统教育的限制，让他形成了以问题为导向、解决问题的能力，且不拘泥于单一学科的视野格局。
从理论到实践：创新研究带来学术启示
学生简介
● 学生姓名：
曾弘毅
● 背景：
加拿大大学（计算机和AI方向）
某大型国企工作3年从事软件开发
纽约大学计算机硕士
● 参加课题：
《人工智能专业课程：大数据算法模型与应用》
● 课题教授：
卡内基梅隆大学终身教授David Woodruff
论文录用函
多伦多大学在读的曾弘毅同学分享了他在参与“CIS卓越学者计划”中的学术探索和个人成长过程。在大学毕业后，曾弘毅同学为了弥补研究经历上的缺失，在朋友的介绍下参加了“CIS”。卡内基梅隆大学终身教授David Woodruff以其深厚的学术造诣和丰富的教学经验，为曾弘毅和其小组成员提供了宝贵的指导建议，在面对复杂多样的算法问题时，他耐心地引导团队成员分析问题的本质，通过多次讨论和验证，团队最终确定了研究方向——编码器-解码器-离群点检测与向量空间多样化采样。
为了平衡不同背景成员的需求，曾弘毅主动承担起代码编程和算法研究的主要任务，而组员则专注于论文撰写和数据整理工作。
曾弘毅和组员采用了sbert模型进行文本向量化，并结合3层resnet结构进行文本分类。在训练前，团队采用了“向量空间多样性采样”算法，结果显示，在仅使用50个训练样本的情况下，其F1分数相比随机采样提升了20%-40%。在DBpedia、Agnews、AmazonPolar等数据集上，他们仅用不到100个数据点便实现了高达80%的准确率，远超常规训练集动辄十万至百万条数据的标准。
实验创新
此次研究经历不仅极大地锻炼了曾弘毅同学的学术研究和论文写作能力，还为他未来的学术道路铺设了坚实的基石。最终，他凭借出色的表现成功获得了新加坡国立大学AI专业和纽约大学计算机专业的研究生录取通知，这篇学术论文最终也成功发表于SCI期刊。
在听取了两位学长宝贵的经验分享后，相信每位同学都从中汲取了丰富的知识与启示。希望大家都能以他们为榜样，充分利用每一刻进行学习与成长，通过不懈地努力与持续的追求，科研君期待每位同学都能不断超越自我，在自己的领域里取得真正的成就。
