休斯顿大学Lu Wang组招收全奖博士生/硕士生/实习生

简介: 休斯顿大学Lu Wang组招收全奖博士生/硕士生/实习生




学校简介


休斯顿大学位于美国得克萨斯州休斯敦市,是得克萨斯州的第三大学府。卡内基学术基金会将 UH 评为 “具有最高研究活动的博士学位授予机构 "(R1)。



《普林斯顿评论》杂志将休斯顿大学列名全美顶尖研究五十所大学之一,世界大学学术排名(The global Academic Ranking of World Universities,ARWU)列名全球最顶尖 300 大之一。2020 年 QS 美国大学排名第 87 位,2023USNEWS 工程学院排名第 69 位。


休斯敦(Houston)是美国得克萨斯州的第一大城,全美国第四大城市,财富 500 强总部仅次于纽约市。休斯敦地区是全球最重要的工业基地之一,并且还是全球最大的综合医疗机构德克萨斯医疗中心 (Texas Medical Center)和 NASA 的约翰逊宇航中心 (Johnson Space Center) 的所在地。


导师简介


Dr. Lu Wang将于 2023 年秋季加入休斯顿大学(UH)生物医学工程系,在此之前于德克萨斯州立大学 (TSU) 计算机系担任助理教授。她博士毕业于多伦多大学(University of Toronto),在博士期间发表过 20 余篇国际顶级学术会议和期刊的一作论文,担任多个国际期刊责任副主编。除此之外 Dr. Wang 仍与多伦多大学,加拿大顶级医学数据库,加拿大及美国的各种医学健康机构,中美科技大厂(阿里巴巴,字节跳动,亚马逊,etc.)仍保持紧密的联系与合作,为优秀博士生提供优质的实习与合作的机会。


个人主页:https://sites.google.com/umn.edu/luwang/home


Dr. Lu Wang 的实验室将具备充足的设施(2 台 8 卡 A100 GPU cluster)、充足的课题和数据(Dr. Lu Wang 将同时任职于休斯顿大学医学院,有丰富的临床医疗数据及广泛的合作)。


招生计划


Dr. Lu Wang 的实验室计划于 2024 年春季和秋季(已经在美国的学生可以考虑 2023 秋季入学)招收 4 名博士生,并提供全额奖学金(RA/TA) ,每年两万美金起。


具体的招生方向包括:


  • 健康以及医学信息
  • 数据挖掘
  • 机器学习
  • 人工智能
  • 人机交互


此外,Dr. Lu Wang 的实验室从即日起招收访问学生和(远程)实习生,欢迎访问学者,长期有效。


招生要求:


  • 有较强的数学和编程能力;
  • 有极大的科研兴趣与热情;
  • 有良好的英文沟通和写作能力;
  • 有相关科研经历的申请者会被优先考虑。


感兴趣的同学请联系:


  1. 发邮件到 wanglu.wang@mail.utoronto.ca;
  2. 邮件题目请标明 [Prospective$Application$Student]$Application$ 替换为 {PhD/Master/Intern} 其中之一;
  3. 标明计划入学时间(2022Fall,2024Spring, 或者 2024Fall);
  4. 请附上你的 CV、成绩单、一段科研背景和兴趣介绍、以及写作样本(可以是发表的论文或者未发表的研究报告)。
相关文章
|
机器学习/深度学习 算法 数据挖掘
交叉验证之KFold和StratifiedKFold的使用(附案例实战)
交叉验证之KFold和StratifiedKFold的使用(附案例实战)
1269 0
|
测试技术 Shell 应用服务中间件
OpenResty 扩展库之(一)——lua-resty-shell 库
介绍   当您需要执行子进程(或shell命令)时,这是一个打算与OpenResty应用程序一起使用的小型库。 它类似于os.execute和io.popen,除了它是完全非阻塞的,因此即使对于需要很长时间完成的命令也是安全的。
3144 0
|
9月前
|
NoSQL Java Linux
《docker高级篇(大厂进阶):2.DockerFile解析》包括:是什么、DockerFile构建过程解析、DockerFile常用保留字指令、案例、小总结
《docker高级篇(大厂进阶):2.DockerFile解析》包括:是什么、DockerFile构建过程解析、DockerFile常用保留字指令、案例、小总结
457 76
|
机器学习/深度学习 存储 算法
【博士每天一篇文献-综述】2024最新联邦遗忘综述:Federated unlearning A survey on methods, design guidelines
本文提供了联邦遗忘(Federated Unlearning, FU)领域的全面综述,包括背景概念、动机、挑战、设计指南、评估指标体系,并探讨了FU在隐私保护和安全性方面的应用,以及面临的技术挑战和未来研究方向。
576 4
|
机器学习/深度学习 算法 安全
【博士每天一篇文献-综述】2024机器遗忘最新综述之一:An overview of machine unlearning
本文提供了机器遗忘的全面定义、问题方程、精确与近似遗忘的概念,并分类总结了机器遗忘方法,讨论了其在联邦学习和终身学习中的应用,提出了未来研究方向,为机器遗忘研究领域奠定了理论基础并指出了实际应用的潜力与挑战。
777 5
【博士每天一篇文献-综述】2024机器遗忘最新综述之一:An overview of machine unlearning
|
6月前
|
存储 传感器 缓存
java变量与数据类型:整型、浮点型与字符类型
### Java数据类型全景表简介 本文详细介绍了Java的基本数据类型和引用数据类型,涵盖每种类型的存储空间、默认值、取值范围及使用场景。特别强调了`byte`、`int`、`long`、`float`、`double`等基本类型在不同应用场景中的选择与优化,如文件流处理、金融计算等。引用数据类型部分则解析了`String`、数组、类对象、接口和枚举的内存分配机制。
169 15
|
机器学习/深度学习 供应链 算法
如何从实验中获得更多?——AB实验的异质性分析实践
本文阐述了异质性分析的基本原理和方法、具体实践流程、落地等情况,总结实践经验,也期待更多交流和探讨。
|
监控 数据可视化 数据挖掘
ERP系统中的销售预测与市场分析
【7月更文挑战第25天】 ERP系统中的销售预测与市场分析
761 2
|
Shell Linux
Linux环境变量之shell中export定义全局变量和echo 变量的区别
Linux环境变量之shell中export定义全局变量和echo 变量的区别
r语言中对LASSO回归,Ridge岭回归和Elastic Net模型实现
r语言中对LASSO回归,Ridge岭回归和Elastic Net模型实现

热门文章

最新文章