北京科技大学机器学习与智能系统博士培养主要依托计算机与通信工程学院及人工智能学院开展,对应计算机科学与技术、人工智能科学与工程等一级学科博士点及电子信息专业学位博士点。该方向聚焦机器学习理论、类脑智能、认知计算及工业智能等前沿领域,面向国家新一代人工智能战略、智能制造、智慧医疗及智慧城市等重大需求。博士招生采用“申请-考核制”,具体以当年招生章程为准。
研究方向重点突破复杂场景下的智能感知、知识表示与自主决策瓶颈。具体涵盖机器学习与深度学习理论、类脑智能系统与类脑计算、认知计算与情感计算、模式识别与计算机视觉、工业多模态大模型与智能感知、数据挖掘与知识工程、脑机智能与智能健康、智能物联网与边缘计算等。研究强调数学建模、优化算法、深度学习架构、跨模态融合及系统集成,实现机器学习与智能系统技术在真实工业与社会场景中的高鲁棒性、泛化性与工程化落地。
备考需围绕机器学习、模式识别、计算机视觉、数据结构与算法、线性代数、概率论与数理统计、最优化方法、人工智能导论等核心课程展开。建议复习《机器学习》《模式识别》《计算机视觉》《深度学习》等经典教材。研究设想应按“核心机器学习与智能系统科学问题—文献综述—算法设计与模型架构—实验验证—预期创新点”逻辑撰写。
该方向平台优势显著,拥有模式识别与人工智能技术创新实验室、认知计算与智能信息处理实验室、智能感知与工业智能团队、脑机智能与智能健康团队、华为5G+工业视觉联合实验室等科研平台。代表性导师包括殷绪成教授(国家杰青,模式识别、计算机视觉、工业人工智能)、刘宝林教授(类脑智能系统、认知计算、情感计算、机器学习)、曾广平教授(机器学习与智能系统)、罗熊教授(人工智能、教育管理)、周鹏教授(视觉机器学习、多模态大模型、工业智能)、文冬教授(脑机智能、机器学习、类脑计算)、邱波教授(数据挖掘、智能模型构建、AI for Astronomy)等。导师通常要求考生具备扎实的数学与计算机基础、良好的算法设计及跨学科研究能力。
研究设想可聚焦基于深度学习的复杂场景视觉感知与理解、类脑智能系统的计算模型与芯片架构、认知计算与情感计算的跨模态融合、工业多模态大模型与智能决策、脑机接口与智能健康数据分析、小样本学习与持续学习机制、边缘智能与分布式机器学习、人工智能可解释性与鲁棒性等。申博难点在于需明确细分方向(机器学习理论/类脑智能/工业智能/脑机接口),研究设想要体现具体算法创新与模型可行性,面试将深度追问机器学习理论、数学基础及前沿热点。
知点申博全科辅导服务可为该方向考生提供系统支持,包括定制一对一研究设想打磨、科研简历优化、复试模拟及学术热点分析等,助力考生精准匹配北科大相关学院要求。博士录取受多重因素影响,考生应以官方最新招生简章为准。
如需了解知点申博全科辅导服务,可咨询报名联系4000003363,或添加微信shuoedu。
