【英语复试】-问答总结+前沿关键词

英语复试学习方法

问答：下面这些考察频率很高的问题，每一个都要认真准备好答案，其他的临场发挥即可。

翻译：去搜集自己感兴趣的学科方向的论文，只看摘要部分，每天看一篇，抠下来不会的单词过几眼就可以了。

问答总结

1. What was your favorite subject at college and what did you learn from it?

2. family

3. hometown

4. What's your favorite dish

5. Do you have any plans for a PhD

6. What is the most impressive thing you have ever done?

7. what do you do in free time ?

8. Why you choose Institute of Information Engineering?

9. Please introduce your undergraduate school

10. what is your plan in postgraduate studies

11. What are your plans for the next five years after graduation

12. Please talk about a book you've read

13. Please talk about a movie you have watched

14. what is you favorite sports?

15. how do you know the Institute of information Engineering?

16. What is your greatest strength?

17. What is your greatest weakness?

18. Who is the person influence you most.

19. Why did you choose to go to graduate school instead of finding a job after graduation

20. if you fail this time, what would you do ?

21. why you choose the second library.

22. what is you favorite profession

23. 你喜欢学硕还是专硕？

24. 本科期间所学的内容有哪些？本科所学的专业的重点是什么？本科前进学到了什么？学过了什么？

25. 你认为研究生具备了哪些素质？你具备了哪些？你对研究生这个专业有什么认识？

26. 如何看待这个专业的发展前景，机遇和挑战

27. 你为什么考研？为什么二战

28. 如何规划研究生生活

    • 研一阶段会着重打好自己的科研基础，在做好可能课程任务的同时多阅读本专业的期刊

    • 研二阶段会努力在工程上和论文上有所提高，

    • 在研三阶段会进一步夯实自己，读博

29. 为什么要报这个学校和专业？

30. 你的论文怎么写的

    • 选题原因

    • 研究价值

    • 理论基础：专业理论

    • 文献综述、研究方向、优缺点

31. 回答问题的原则：

    1.留有余地

    2.详略得当

    3.要以学习的态度（可能目前我对这个问题的理解还比较浅，希望通过研究生的学习能丰富我的认知）

    4.避免原则性雷区

    5.不要不懂装懂：老师我不太明白，我只了解这些...

    6.遇到不太熟悉的问题：对于这个问题我之前没有做过太多的了解，但是基于我目前的认识，我认为...

前沿关键词

1. smart education

2. educational big data 教育大数据

3. big data analytics

4. artificial intelligence

5. knowledge graph 知识图谱

6. accelerators 加速器

7. weight quantization 权重量化

8. sparse pruning 稀疏剪枝

9. machine learning

10. data driven routing algorithm 数据驱动路由算法

11. deep learning

12. reinforcement learning 强化学习

13. quality of service (QoS) 服务质量

14. scene parsing 场景分割

15. image segmentation 图像分割

16. deep learning

17. neural network 神经网络

18. fully convolutional network 全卷积网络

19. network attacks detection 网络攻击检测

20. network intrusion detection 网络入侵检测

21. semi-supervised learning 半监督学习

22. deep learning

23. Bi-kmeans clustering BK聚类

24. fragmented information 碎片化信息

25. visual question answering (VQA) 视觉问答

26. cyber security 网络安全

27. cyber security threat intelligence 网络安全威胁情报

28. attack chain 攻击链

29. privacy protection 隐私保护

30. blockchain 区块链

31. sensor-cloud 传感云

32. Internet of things 物联网

33. edge computing 边缘计算

34. low-coupling 低耦合

35. cloud computing 云计算

36. virtualization 虚拟化

37. reliability 可靠性

38. fault management 故障管理

39. energy consumption 能耗

40. smart health 健康医疗

41. fog computing 雾计算

42. sensor 传感器

43. privacy and security 隐私和安全

44. sensor node 传感器结点

45. sensor network 传感器网络

46. communication protocol 通信协议

47. infrastructure 基础设置

48. middleware 中间件

49. data management

50. wireless sensor network (WSN) 无线传感器网络

51. node localization 结点定位

52. reliable localization 可信定位

53. node location verification 结点位置校验

54. distributed reputation model 分布式信誉模型

55. data processing 数据处理

56. modular exponentiation 大整数模幂

57. high-speed implementation of cryptographic algorithm 密码算法快速实现

58. medical wisdom 智慧医疗

59. knowledge fusion 知识融合

60. natural language processing 自然语言处理

61. engagement style 学习者类型

62. learning behavior 学习行为

63. performance prediction 成绩预测

64. semantic Web 语义网

65. information retrieval 信息检索

66. semantic search engine 语义搜索引擎