美国留学申请指南—普林斯顿大学计算机科学

院系介绍

普林斯顿大学计算机科学系

自 Alan Turing、Alonzo Church 和 John von Neumann 成为普林斯顿成员以来，普林斯顿一直处于计算的前沿。计算机科学系拥有 47 名终身教职员工和 13 名教师，在理论、网络/系统、图形/视觉、架构/编译器、编程语言、安全/策略、机器学习和计算生物学方面拥有强大的团队。

专业构成

计算生物学普林斯顿大学的生物信息学和计算生物学包括生物信息学、功能基因组学和免疫系统建模。醚Aether 是第一个用于实现企业数字化转型的开源 5G Connected Edge 平台。它以云托管产品的形式为分布式企业网络提供移动连接和边缘云服务。Aether 是一个开源平台，针对多云部署进行了优化，同时支持许可、未许可和轻度许可 (CBRS) 频谱上的无线连接。

（图片来自网络）

教职员工和研究生

拉里·彼得森研究领域：系统生物信息学和功能基因组学分子生物学大规模实验方法的新时代已将其转变为以信息为基础的科学，使生物信息学成为基因组研究不可或缺的一部分。生物信息学与功能基因组学实验室的研究重点是开发集成计算和实验技术，通过对异质生物数据的分析、建模和可视化来研究生物系统中的基因功能和调控。这是一个与计算机科学系和刘易斯-西格勒综合基因组学研究所的联合实验室。

Olga Troyanskaya研究领域：计算生物学CASS：内容感知搜索系统该项目研究如何为特征丰富的（非文本）数据构建一个高效、高质量的基于内容的相似性搜索引擎，这些数据已经主导了日益增长的数字信息量。研究主题包括草图构建、相似性搜索索引、不同特征丰富数据类型的距离函数、与基于属性的搜索工具的集成、内容可寻址和可搜索存储系统以及 Memex 系统。当前的工具包用于构建四种数据类型的搜索系统，包括录音、数码照片、3D 形状和基因组微阵列数据。

Moses Charikar、Perry Cook、Kai Li、Olga Troyanskaya研究领域：系统CertiCoq：有原则的优化依赖类型程序的编译CertiCoq 项目旨在为依赖类型的函数式语言（例如 Coq 证明助手的核心语言 Gallina）构建一个经过验证的正确编译器。证明正确的编译器由高级功能规范、重要属性的机器验证证明（例如安全性和正确性）以及将这些证明传输到生成的机器代码的机制组成。该项目揭示了有关依赖类型语言的编译器的工程挑战和基本问题。

Andrew Appel、Olivier Savary Belanger、Zoe Paraskevopoulou研究领域：编程语言/编译器计算分子生物学我的小组为计算分子生物学中的各种问题开发算法。我们对预测蛋白质相互作用的特异性以及揭示分子相互作用和功能如何在环境、生物体和个体之间变化特别感兴趣。我们利用高通量生物数据集来开发数据驱动的算法来预测蛋白质相互作用和特异性；用于分析生物网络以揭示细胞组织、功能和途径；用于通过序列和结构揭示蛋白质功能；以及分析蛋白质组学和测序数据。对蛋白质结构的了解指导了我们的大部分研究。

Mona Singh、Dario Ghersi、Borislav Hristov、Shilpa Nadimpalli Kobren、Pawel Przytycki、Joshua Wetzel研究领域：计算生物学计算神经科学Seung 实验室使用机器学习和社会计算的技术从光和电子显微图像中提取大脑结构。

Sebastian Seung研究领域：机器学习加密货币和区块链加密货币和区块链

Arvind Narayanan研究领域：经济学/计算、政策、安全和隐私企业和数据中心网络企业和数据中心网络

Jennifer Rexford研究领域：系统表观基因组关联研究我们目前正在开发用于执行表观基因组范围扫描以将甲基化状态与感兴趣的表型关联起来的方法。

Barbara Engelhardt研究领域：计算生物学眼线EyeWire 是麻省理工学院 Seung 实验室开发的一款绘制大脑地图的游戏。任何人都可以玩，你不需要任何科学背景。来自 145 个国家的超过 130,000 人已经这样做了。我们一起绘制神经元的 3D 结构；推进我们了解自己的追求。

Sebastian Seung研究领域：计算生物学计算中的公平与道德计算中的公平与道德

Arvind Narayanan研究领域：政策、安全和隐私FCMA：人脑全相关矩阵分析FCMA：人脑全相关矩阵分析师生：李凯研究领域：计算生物学异地复制云存储广域数据复制的可扩展因果一致性

Michael Freedman研究领域：系统图像网ImageNet 是一个按照 WordNet 层次结构（目前只有名词）组织的图像数据库，其中层次结构的每个节点都由成百上千的图像来描绘。目前我们每个节点平均有超过 500 张图像。我们希望 ImageNet 能够成为研究人员、教育工作者、学生和所有与我们分享图片热情的人的有用资源。师生：李凯研究领域：图形/视觉/人机交互，系统互联网架构互联网架构

Jennifer Rexford研究领域：系统互联网政策互联网政策

Jennifer Rexford研究领域：系统最低权限的网络服务在 Web 应用程序中推断和执行安全策略

Michael Freedman研究领域：安全与隐私自由研究Liberty 计算机体系结构研究小组通过考虑编译器和体系结构的交互来利用独特的机会来提高性能、提高可靠性、降低成本、降低功耗并缩短微处理器系统的上市时间。这一目标是通过向社区提供关键的计算机体系结构和编译器研究、专业知识和原型来实现的。

（图片来自网络）

大卫·奥古斯特研究领域：计算机体系结构自然算法在我职业生涯的大部分时间里，设计算法一直是我的事。然后，有一天，我看到一群雄伟的鹅飞过卡内基湖，我突然意识到这也是他们的事。一亿年，甚至比我还长，他们的算法天才自然超过了我。我毫不气馁，决定赶上。我目前研究的前提是将生物或社会自组织系统解释为“自然算法”，为它们带来了一个全新的、可供探究的新视角。我相信只有算法具有在正确的抽象级别对复杂的自适应系统进行建模的表达能力。算法是21世纪的微分方程。除了陈词滥调之外，这条线还提醒我们人类对偏微分方程的掌握远远超过了对算法的掌握。因此，首要任务是为自然算法构建新的分析工具。

Bernard Chazelle研究领域：理论网络编程和验证网络编程计划支持网络编程语言、算法和工具的研究，并促进与行业和政府合作伙伴的更密切互动。

如果您想要了解更多关于本学科的内容，欢迎致电！