在线咨询
免费评估
费用计算
微信扫码体验
电话咨询
分公司电话
400-010-8000
免费咨询电话
400-010-8000
到店咨询
金吉列留学北京总部2
北京市朝阳区建国门外大街8号楼IFC国际财源中心B座15层
010-56836688
申请的学校和项目如下。 美国: CS/CNBC Ph.D., LTI Master @ CMU CSE Ph.D. @ Washington (Seattle) CS Ph.D. @ UCSD CS Ph.D., CS Master @ UT Austin ECE Ph.D. @ GaTech Neuroscience Ph.D @ USC CS Ph.D. @ TAMU BME Ph.D @ UMN 加拿大: CS M.Sc. @ UBC CS M.Sc. @ UofT
结果: Offer: CS/CNBC Ph.D. @ CMU, 2013/01/29 (中国时间) Withraw: 其他所有。
CS/CNBC = Computer Science / Neural Basis of Cognition,具体可见 http://www.cs.cmu.eu/prospectivestuents/octoral/inex.html。
申请方向: 主攻 Computational Neuroscience,外加基于此的 CV、AI。
离 CMU 发 offer 已经有些日子了,自己的申请也结束了。我最大的感受有两条:实力重要,运气也同样重要;塞翁失马,焉知非福。
在申请之初,就有一些人和我说,CS Ph.D. 申请很困难,申请者如果没有 paper,去 top 20 的学校是没戏的;还有一些人也和我讲了类似的话,其大致意思就是:CS Ph.D. 难申,没 paper 等亮点更难申。
成功的关键——好的 research interest
所 以,在有一段时间里,自己对前途还是感到比较迷茫的。对硬件好,但是科研平平的我来说,最重要的是找到一个可以在众多申请者中突出自己的方法。回过头来想 想,自己能拿到 CMU 的 Ph.D. offer,关键就是我在 SOP 中写了一个比较特别的 research interest。我是主要做过两个方向:一个是在 ZJU 实验室的 CV 方向,另一个是在 UBC 实验室的 BCI 方向。我如果申请 CV 方向,一定会被那些手握几篇 CVPR 的大牛们瞬间碾过;而我在 BCI 方面的经验又比较少,如果只申与 BCI 相关的东西,也未必很有优势。 上面的话,总结起来,就是这样的:做过两个方向;经验多的方向大牛太多,经验少的方向体现不出自己优势。 这样看起来,我不管写这两个方向中的任何一个,都会死得很惨。 但是,申请 Ph.D. 时的方向,也不完全是由本科的科研经历精确地决定的。本科和研究生阶段做完全一样的东西的人,应该不多。一段科研经历,也许横着看是与 A 相关的,竖着看就是与 B 相关的。只要本科时有相关背景,研究生时代还是有可能做新的东西的。 所以,我把我的两段科研经历重新审视了一下,看看他们都与哪些领域相关。 CV 经历:CV、ML(我做的 CV 项目的重点其实是一种特别的 SVM 和它的解法)、AI(我只能算有 AI 的背景)。 BCI 经历:Neural Decoing(直接相关)、Signal Processing(预处理神经信号必备)、Computational Neuroscience(类似 AI,我只能算有这方面的背景)。 根据以上的分析,争取将两段科研经历整合起来,再结合这几年纯 ML、CV 趋于饱和,Computational Neuroscience 有潜力的趋势,及自己喜欢 AI 的兴趣,我在 SOP 里面是如下描述我的 research interest 的。
My research interests lie at the intersection of brain an computation. Specifically, I want to research on three relate topics: 1) computational moeling of the brain; 2) pattern recognition of neural ata; 3) builing brain-inspire artificial systems.
这三个小方向都与大脑、计算有关。其中 1) 完全是没做过,只能算是有相关的背景(如 ML);2) 就是 BCI;3) 就是以大脑为基础做 AI(比如做基于生物原理的人脸识别,与 CV、ML 有关),算是部分做过,部分有相关背景吧。
可 能大家会觉得我的 research interest 比较乱,但这也是无奈(具体原因见选校部分)。无论如何,我还是具备这几个做这几个方向的基本知识和背景的;所以,这个 research interest 也不算太离谱(当然,如果有很 match 这几个方向的人和我竞争,估计我一下子就被踢飞了)。
选校——匹配最重要
我 一开始的时候,就打定主意要做与神经计算相关的 research;因为见识少,所以在选校之前,与神经计算相关的领域,我只知道 BCI。然而,在浏览了 US News 前 30 左右的学校(排名我既参考 Computer Engineering 类的排名,也参考 Engineering 类的排名,毕竟做神经计算的,除了 CS,也有 BME、ECE 等专业的老师在做)之后,发现如果只申请 CS(毕竟跨专业难度较大)并且坚持做 BCI,那么我将没有几个学校可以去。所以,我在两个方面做出了改变:1、考虑一些自己没做过但是有相关背景的方向,例如我的 research interest 里面的 1) 和 3);2、考虑非 CS 专业,如 Neuroscience、BME、ECE。
基于以上的几个原因,我最终得到了文章一开始的项目列表(除了 LTI 是抱着乱填的想法)。回过头想想,我隐隐觉得,Ph.D. 选校,最重要的还是看学校有没有做相关工作的老师。如果相关的老师一个没有,就算那个学校排名再烂,估计也不会要申请者。
喜从天降——运数难料 1 月 29 日早,我一查邮箱,就发现了 CMU 的 offer。 Dear Yimeng,Congratulations! I am please to inform you of your acceptance into the Ph.D. Program in Computer Science at Carnegie Mellon University.[以下省略若干字]
当时的心情想必有过申请经历的人都可以想象,特别是在那时 USC 与 UT Austin 貌似已经默据我的情况下。那天中午不到,我又收到了 CMU 的一位教授的邮件。这位教授今年在委员会工作,他表示对我的背景感兴趣,想招我去他实验室。 在收到这个 offer 之后,我就很快接受了并 withraw 了其他所有的学校。我的申请就这样诡异地结束了……
现在仔细想想,能被 CMU 录取,主要有以下 3 个原因: 1、我申请的方向比较冷僻,竞争者较少; 2、该教授缺人手,我与他还算匹配,而且他正好在委员会; 3、除了 paper,自己其他方面都算比较优秀。 后来我又仔细看了一下,在所有我感兴趣的教授中,我和 CMU 的这位教授的匹配程度,恰巧又是最高的! 所以说,自己能去 CMU,真是少不了以上的各种巧合。而这种巧合,并不只存在于我一个人身上(这点相信大家与学长学姐聊聊便知)。每一个得到牛校 Ph.D. offer 的人,身后都应该有运气的成分吧。 顺便说一句,自己 withraw 掉其他所有的学校,除了因为自己已经从了 CMU,想给其他申请者更多机会之外,也是因为我不想看到其他学校齐刷刷把我拒掉的惨状……
北京站
客服专线: 400-010-8000
服务专线: 400-010-8000
北京分公司:北京市朝阳区 建国门外大街永安东里甲3号院B座
友情链接 · 加拿大留学 | 新西兰留学 | 日本留学 | 欧洲留学 | 澳大利亚留学 | 美国留学 | 英国留学 | 韩国留学
©2024金吉列出国留学咨询服务有限公司 版权所有 | 京ICP备05010035号 | 京公网安备11010502038474号 | 出版物经营许可:新出发京零字第朝190057号
信息提交成功!稍后将有专人与您联系。