背景提升之斯坦福大學(xué)科研項(xiàng)目

相信大家多聽(tīng)說(shuō)過(guò)斯坦福大學(xué)。它簡(jiǎn)稱“斯坦福”，位于美國(guó)加州舊金山灣區(qū)南部帕羅奧多市境內(nèi)，臨近著名高科技園區(qū)硅谷，是世界著名私立研究型大學(xué)。斯坦福大學(xué)為硅谷的形成和崛起奠定了堅(jiān)實(shí)的基礎(chǔ)，培養(yǎng)了眾多高科技公司的領(lǐng)導(dǎo)者，其中包括惠普、谷歌、雅虎、耐克、羅技、Snapchat、美國(guó)藝電公司、太陽(yáng)微、NVIDIA、思科及LinkedIn等公司的創(chuàng)辦人。今天小編要介紹的這兩個(gè)科研項(xiàng)目也是斯坦福大學(xué)的科研項(xiàng)目。

斯坦福探究項(xiàng)目：模擬凝固態(tài)惰性氣體的原子運(yùn)動(dòng)和相變

課題簡(jiǎn)介

計(jì)算材料學(xué)是材料科學(xué)和計(jì)算機(jī)科學(xué)的交叉學(xué)科，是一門(mén)正在快速發(fā)展的新興學(xué)科，也是材料科學(xué)中一個(gè)重要的研究方向。它一方面從實(shí)驗(yàn)數(shù)據(jù)入手，通過(guò)建立數(shù)學(xué)模型模型，使用計(jì)算機(jī)進(jìn)行模擬計(jì)算出實(shí)際過(guò)程，另一方面是材料的計(jì)算機(jī)設(shè)計(jì)，即直接通過(guò)建立材料的理論模型和計(jì)算，預(yù)測(cè)或者設(shè)計(jì)材料的結(jié)構(gòu)和性質(zhì)。計(jì)算材料學(xué)既可以解決理論方面研究體系的復(fù)雜性，又可以解決實(shí)驗(yàn)室無(wú)法具備的一些特殊環(huán)境，例如超高壓，超高溫等極端環(huán)境。

分子動(dòng)力學(xué)是計(jì)算材料學(xué)的計(jì)算模擬方法之一，該方法主要通過(guò)牛頓力學(xué)來(lái)模擬實(shí)際分子體系的運(yùn)動(dòng)，是一種多體模擬方法。該方法通過(guò)對(duì)分子在一定時(shí)間內(nèi)的運(yùn)動(dòng)狀態(tài)的模擬計(jì)算，引入統(tǒng)計(jì)物理的概念，計(jì)算出該材料的宏觀熱力學(xué)性質(zhì)以及研究系統(tǒng)的演變過(guò)程。

蒙特卡羅方法，是一種統(tǒng)計(jì)實(shí)驗(yàn)或隨機(jī)抽樣的方法，屬于計(jì)算數(shù)學(xué)的分支。該方法從物理系統(tǒng)背后的數(shù)學(xué)模型出發(fā)，引入隨機(jī)數(shù)和概率統(tǒng)計(jì)方法，進(jìn)行一定次數(shù)的模擬計(jì)算得出計(jì)算結(jié)果。
在本課題旨在讓學(xué)生了解計(jì)算材料學(xué)，深入學(xué)習(xí)分子動(dòng)力學(xué)和蒙特卡羅方法的基礎(chǔ)理論，結(jié)合惰性氣體的相關(guān)材料學(xué)知識(shí)，使用計(jì)算機(jī)實(shí)現(xiàn)該模擬，計(jì)算原子體系的部分基礎(chǔ)性質(zhì)，并且讓學(xué)生進(jìn)行對(duì)比試驗(yàn)，了解兩種方法的優(yōu)點(diǎn)以及缺點(diǎn)。

科研方法

計(jì)算機(jī)仿真模擬

計(jì)算機(jī)仿真模擬是一種運(yùn)用計(jì)算機(jī)軟件建立抽象模型、模擬真實(shí)條件并進(jìn)行分析的技術(shù)。與傳統(tǒng)的實(shí)驗(yàn)相比，計(jì)算機(jī)模擬技術(shù)通過(guò)數(shù)學(xué)建模，解放了普通實(shí)驗(yàn)對(duì)于器材的苛刻要求，具有可多次進(jìn)行、反復(fù)試錯(cuò)的優(yōu)點(diǎn)。同時(shí)，由于計(jì)算機(jī)模擬技術(shù)黑箱化了復(fù)雜的理論推導(dǎo)與數(shù)據(jù)計(jì)算，能夠以直觀的方式呈現(xiàn)研究的成果，對(duì)于初次涉獵科學(xué)研究的高中生而言，也更為簡(jiǎn)單易學(xué)、容易上手。

例如：在設(shè)計(jì)外太空的衛(wèi)星軌道時(shí)，受制于客觀條件，科研工作者無(wú)法在地球上重現(xiàn)外太空的環(huán)境，因此，只能借助計(jì)算機(jī)強(qiáng)大的運(yùn)算能力，對(duì)外太空的情況和衛(wèi)星的軌道進(jìn)行模擬、反復(fù)實(shí)驗(yàn)，并基于模擬實(shí)驗(yàn)的結(jié)果，完成科學(xué)的軌道設(shè)計(jì)。

授課導(dǎo)師

斯坦福大學(xué)材料學(xué)碩士

在斯坦福大學(xué)擔(dān)任研究助理，研究方向?yàn)槎S材料的模擬計(jì)算；

本科時(shí)獨(dú)立研究預(yù)測(cè)氮化鉻的性質(zhì)和鋰電池結(jié)構(gòu)問(wèn)題。

課題要求

本課題適合： 9-12 年級(jí)學(xué)生，有較強(qiáng)的邏輯思維和抽象思維能力：

英文：

具備基本的學(xué)術(shù)英語(yǔ)閱讀能力；

接觸過(guò)英文寫(xiě)作，能初步撰寫(xiě)英文文章；

數(shù)學(xué)：

微積分；

概率統(tǒng)計(jì)基礎(chǔ)知識(shí)；

計(jì)算機(jī)：

最好有一定Matlab基礎(chǔ)。

斯坦福探究項(xiàng)目：美國(guó)種族歧視問(wèn)題的多層次回歸與分層（MRP）分析

課題簡(jiǎn)介

種族問(wèn)題一直是美國(guó)政治與社會(huì)議題中的重要組成部分，種族歧視也是影響美國(guó)選舉、政策制定和身份認(rèn)同的重要因素之一。美國(guó)國(guó)家選舉研究（American National Election Studies）公開(kāi)提供的1948年以來(lái)的選民抽樣調(diào)查數(shù)據(jù)為深入研究美國(guó)民眾對(duì)于種族問(wèn)題的看法提供了機(jī)會(huì)。

本課題旨在運(yùn)用多層次回歸后分層分析法對(duì)1980年代以來(lái)的美國(guó)國(guó)家選舉研究調(diào)查數(shù)據(jù)進(jìn)行分析，找出影響種族憎恨（Racial Resentment）的因素，進(jìn)而利用美國(guó)各州的人口成分套用回歸分析的結(jié)果，推算出真實(shí)人口中種族憎恨情緒的強(qiáng)度，并將研究結(jié)果以地圖數(shù)據(jù)可視化工具展示研究結(jié)果。

本課題是跨計(jì)算機(jī)和社會(huì)科學(xué)的綜合研究，研究者可以深入了解政治學(xué)、社會(huì)學(xué)方法論的發(fā)展趨勢(shì)，在學(xué)習(xí)西方政治與社會(huì)制度理論的同時(shí)進(jìn)行數(shù)據(jù)科學(xué)的實(shí)踐，掌握如何進(jìn)行科學(xué)抽樣調(diào)查、并運(yùn)用統(tǒng)計(jì)、回歸方法分析調(diào)查結(jié)果。

科研方法

AI+X數(shù)據(jù)驅(qū)動(dòng)型科研

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研是指使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測(cè)，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研已被廣泛地應(yīng)用于各個(gè)領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬(wàn)萬(wàn)，使用傳統(tǒng)的科研方式對(duì)其進(jìn)行分析，工程量大、過(guò)程繁瑣，在客觀上難以實(shí)現(xiàn)。但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫(kù)，與過(guò)往的研究成果進(jìn)行對(duì)照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。

授課導(dǎo)師

斯坦福大學(xué) 碩士

北卡羅來(lái)納大學(xué)博士在讀，碩士畢業(yè)于斯坦福大學(xué)，本科畢業(yè)于北京大學(xué)

發(fā)表學(xué)術(shù)論文四篇

研究方向：國(guó)際政治；東亞研究；國(guó)家政策；

課題要求

本課題適合： 9-12 年級(jí)學(xué)生，有較強(qiáng)的邏輯思維和抽象思維能力

英文：

具備基本的學(xué)術(shù)英語(yǔ)閱讀能力；

接觸過(guò)英文寫(xiě)作，有論文寫(xiě)作經(jīng)驗(yàn)者更佳；

數(shù)學(xué)：

概率統(tǒng)計(jì)基礎(chǔ)知識(shí)；

線性回歸

計(jì)算機(jī)：

最好具備初步的編程基礎(chǔ)，掌握基本的編程語(yǔ)言與邏輯

報(bào)名/咨詢課題詳情

請(qǐng)識(shí)別下方二維碼