一宿舍走出三院士!博士论文是同一方向,同为优秀论文

来源:央视新闻、哈尔滨工业大学微信公众号

编辑:学妹

又是一年开学季,《开讲啦》首期节目,哈尔滨工业大学校长、中国科学院院士韩杰才将带领我们走进“国防七子”之一的理工强校、航天名校——哈工大,与广大青年分享如何成为奋发有为、追求卓越的顶尖人才。

92646eb7b9b52c0f4a221c424439b33e.jpeg

84e054ce3d6a90146de40d215a4a1ee5.png

一屋出了3个院士

这间宿舍有啥魔力

每年我们都会看到一个宿舍全部保研或考研“上岸”的新闻。而在节目现场,学霸的天花板被拉到了新高度,哈工大一个博士生宿舍竟然出了三个院士!没错!这个“天花板”就是韩校长和他的室友们。

韩校长说,他和室友曾有一个愿望,希望宿舍的人都能成为院士!如今,愿望成真。

这间寝室究竟有怎样神奇的魔力?韩校长说:“生态很重要!一个学校、班级、宿舍,必须有一个好生态带动大家一起进步。要成为顶尖人才,自我驱动力也非常重要,回想我们三个当时读书的时候,好像大家有使不完的劲儿。”

d9c435753ea0164ac81741a8f3f64925.png

“我们宿舍最大的特点就是都特别专注,心无旁骛地学习和做学术研究,不会为任何不相关的事情分神。”赫晓东说,三个人都是早早就选定研究方向,开始课题研究,科研项目也都聚焦国家和行业需要,围绕明确的工程应用背景,以解决实际问题为攻关目标。

正是因为这种潜心忘我的钻研,在读博期间,韩杰才和赫晓东就在材料学科与力学学科的交叉融合领域做出了创造性的工作,郭世泽也完成了多个重要项目。

博士论文是同一个方向,同一天答辩,同为优秀博士论文……同为杜善义院士的学生,韩杰才与赫晓东一边工作一边读博,同时参与项目研究。

毕业后,三个人仍始终专注于自己的研究方向,聚焦国家需要埋头攻关,成为本领域中的顶尖专家。如今,韩杰才担任哈工大校长,赫晓东担任哈工大国家级重点实验室主任,郭世泽担任解放军信息技术安全研究中心研究员。

fdc2bbb74ed843cd6af55d160df4e024.png

“特别聪明,特别能干,特别勤奋……”这是三位室友的相互评价。

在赫晓东的印象中,韩杰才、郭世泽这两位15岁上大学的“天才”室友都是攻坚克难的“高手”,无论面对怎样的困难,总是迎难而上、举重若轻。

“当年的科研条件还没有现在这么好,要做新材料的研究就要自己想办法、自己去创造条件。”韩杰才回忆说,当时哈尔滨的研究条件不具备,就要经常坐火车硬座去沈阳、北京甚至更远的地方做实验……反反复复折腾很长时间。

郭世泽是导师孙圣和教授最得意的学生。以“严格”著称的导师在学术上对他要求极高,在生活中却把他当成自己的孩子,逢年过节就把他叫到家里。而郭世泽也没有辜负导师的期望,读博期间就完成了好几个大项目,还写了好几本书。

“给他一个项目,他能几天几夜不睡觉,最终圆满完成任务……”赫晓东对郭世泽的“拼劲”印象特别深。

37a51b27450eac9b46a0e75f50e84ec6.png

“举重若轻”是这三位室友共同的特点,他们勇于挑战前沿,敢于创造条件把“不可能”变为“可能”

“老先生们规划得好,学科定位准,研究方向广,层次错开不重叠,又可以相互借鉴……”赫晓东说,导师杜善义院士一方面帮他规划方向,一方面又放手让他大胆探索,让他在读博期间就取得突破性成果,成为荣获国家科技进步奖项目的重要基础,这让他受到极大的鼓舞。

44d0f5a5fbb8bcaf1b8b67dad3ad7f88.png

“惯”孩子

哈工大是出了名的

在互动环节,一条“哈工大是怎么宠学生的”视频让小撒惊呆了——哈工大的学生零下30℃通过暖廊穿着短袖去上课、100块室内场地带来“羽毛球自由”、在室内滑雪、跟奥运冠军学滑冰,甚至结婚时还收到母校送的人工钻石!

3dbbd9c1ac0d2d54d6169f56b107ff37.png

哈工大为什么要这样宠学生?韩校长回应,这份对学生的“爱”不是“溺爱”,一切都是为了让学生更舒适、快乐、忘我地学习。在哈工大可以吃得好、玩得好,但不好好学习绝对不行!简直像极了家长“惯”孩子的那份心!

明年是韩校长在哈工大的第40年,从学生到老师、校长,他认为“校长”是最有压力的角色。当今世界,科技创新已经发生了链式变革,科技竞争成为大国博弈的主战场和前沿阵地。如何培养有创造力、有战斗力的顶尖创新人才?这是大学校长必须回答的问题。他号召所有年轻人树立远大志向,去祖国需要的地方。

 
 

5a7c3da50f03c7e781e8ac66f69b16b7.jpeg

 
 
 
 
 
 
 
 
 
 
往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑
  • 交流群

欢迎加入机器学习爱好者微信群一起和同行交流,目前有机器学习交流群、博士群、博士申报交流、CV、NLP等微信群,请扫描下面的微信号加群,备注:”昵称-学校/公司-研究方向“,例如:”张小明-浙大-CV“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~(也可以加入机器学习交流qq群772479961)

1933a6a3a5ea13d034208331607ba448.png

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值