从南海之滨的实验室

到北京中关村的科研高地

四年的日夜兼程

他用算法重构

民办本科到顶尖学府的成长函数

他就是计算机学院2021级

计算机科学与技术专业的杨鹏

如今的他手握中国科学院大学

自动化研究所的录取通知书

即将开启人生的下一段旅程

谈及为什么会选择考取

中国科学院自动化研究所的硕士

杨鹏坦言，“决定考研主要源于

我在本科阶段参与科研项目的经历”

主持微表情识别项目

是他首次深入接触的科研工作

正是这个契机

让他逐渐对科研产生了浓厚兴趣

“我尤其对人工智能和深度学习领域的

前沿技术充满了探索欲望”

而中国科学院大学自动化研究所

在人工智能领域具有国际领先的

科研实力和丰富学术资源

令杨鹏充满了向往

“我希望通过考研升学深造

进入这样高水平的科研平台

来提升自己的专业能力和研究水平

为未来在人工智能领域的深入研究

和应用开发打下坚实基础”

▲杨鹏中国科学院大学的待录取通知

杨鹏的考研之路不是心血来潮

而是他用三年的长期坚持与持续努力

浇灌的稻穗终于垂成了金黄的浪

他以综合排名第五的成绩

成功收获中国科学院大学自动化研究所

在学术型中全国统考仅有10份的录取通知

他建议在大一到大三期间

可以从四方面为考研做好充分准备

“首先，打下坚实的理论基础是关键

本科阶段的课程学习是基础

尤其是专业核心课程”

于计算机科学与技术专业而言

《数据结构与算法》《人工智能导论》

《机器学习》等课程学习

为后续的科研和考研

提供了必要的理论支撑

“参加竞赛是提升专业能力的重要途径

例如，蓝桥杯、ACM程序设计竞赛等”

杨鹏认为，“这些比赛不仅能锻炼

编程和解决实际问题的能力

而且能通过与优秀选手的交流

拓宽视野、增强自信心

竞赛经历还能为考研复试增添亮点”

▲杨鹏参加“中国高校计算机大赛”中获个人三等奖

“从事科研工作是提升科研能力的核心”

杨鹏建议师弟师妹

主动参与老师的科研项目

或申请学校的科研创新项目

“比如微表情识别、

深度学习模型优化等方向

通过科研实践学会如何设计实验、

分析数据、撰写论文

并尝试发表学术成果或申请软件著作权”

科研经历不仅能提升科研能力

还能为考研提供有力的支撑

本科四年里，杨鹏通过

阅读前沿论文、参加学术讲座

加入学术社团等方式

积极地拓展自己的学术视野

“这样可以了解到

学科的最新动态和研究方向

也能为选择考研目标院校

和研究方向做好准备”

▲杨鹏阅读的书籍

得益于杨鹏长期主义的坚持以及

具体问题具体分析的态度

他在考研中取得了好成绩

“长期主义强调持续的努力和规划

考研是一个长期的过程

需要保持稳定的学习节奏和积极的心态

制定清晰的学习计划可以帮助我们

合理地分配时间并坚持执行

这才能在备考过程中不断积累和提升”

具体问题具体分析的态度也同样至关重要

“在复习过程中，不同的科目和知识点

可能面临不同的困难和挑战

通过针对具体问题制定解决方案

能够更高效地应对各种挑战”

▲杨鹏的复习笔记

杨鹏从3月开始备考

过程主要分为前、中、后三个阶段

他认为前期重点在于夯实基础

“我每天坚持背单词

同时系统复习数学和专业课的

基本概念和知识点

确保对基础知识的扎实掌握”

中期是强化阶段

他通过大量的练习和总结

强化数学和专业课的学习

以此加深对知识点的理解和应用能力

“同时，我开始刷英语真题

熟悉考试题型和难度

提高答题技巧

并开始复习政治学科”

在后期的冲刺阶段

杨鹏主要通过

刷模拟卷来适应考试节奏

提高自己的应试能力

“我同步开始准备英语作文

积累优秀范文和常用表达

为写作部分做好充分准备”

在这期间他还坚持背诵政治大题

▲杨鹏背诵英语单词

“整个备考过程

我合理地安排着时间

保持良好的学习习惯和心态

确保备考的高效性和持续性”

对于英语

杨鹏强调词汇积累的重要性

并通过艾宾浩斯曲线的方法记忆单词

“因为早上记忆力较好

我会利用每天清晨的安静时间

进行记忆类的任务比如背诵单词

再在晚上对当日的记忆任务

进行复盘以此巩固记忆”

▲杨鹏复习专业课的笔记

数学是杨鹏备考的难点

他通过系统总结知识点

构建完整的知识框架

并注重把握学科的大逻辑和大方向

“在此基础上我大量地刷模拟试卷

熟悉考试题型和解题思路

通过不断练习提升解题速度和准确性”

模拟试卷的练习不仅帮助他

检验自己的学习效果

还让他适应了考试节奏、增强了应试能力

努力的汗水最终也成功地换来了

数学129分的优异成绩

▲杨鹏复习数学课程的笔记

“在专业课的复习中

我采用了思维导图来整理知识点

再结合模拟卷和真题进行针对性练习

确保对知识点的熟练掌握和灵活应用”

尤其是针对数学和专业课的复杂概念

通过结构清晰的思维导图

他能清晰地看到知识点之间的联系

以便加深自己的理解和记忆

“我还会定期总结学习内容、制作笔记

方便复习时能够快速抓住重点”

▲杨鹏制作的思维导图

专业课124分的满意成绩

是杨鹏在本科四年里

给自己专业学习画上的句号

▲杨鹏的考研初试成绩

在校期间，杨鹏获得国家奖学金

获评第十八届“十佳大学生”

连续三年获得一等奖学金和“优秀学生”称号

能保持这样优异的成绩

他认为关键在于

持续的努力和长期的坚持

杨鹏提出三点方法

“每天制定清晰的学习计划

可以让我合理安排时间

确保任务的按时完成”

从长期来看

这种规划能帮助他保持着

学习的节奏和效率

无论学习什么内容

他都坚持着打牢基础

“扎实的基础是解决复杂问题的前提

所以遇到难题时

我会回到基础概念，重新梳理思路”

同时，对学习内容保持浓厚的好奇

驱动着杨鹏主动探索未知领域

▲杨鹏连续三年获得

学年一等奖学金、“优秀学生”称号

杨鹏获得5项国家级奖项

17项省级奖项

他认为连续两年参赛“蓝桥杯”的经历

对他的学术和实践能力

提升具有重大意义

“参赛过程既锻炼了我的编程能力

和问题解决能力

又让我学会了如何在高压环境下

快速分析问题、设计解决方案

并优化代码性能”

比赛要求选手需要在有限的时间内

完成代码的编写和调试

并确保算法的准确性和效率

“参加‘蓝桥杯’并获得国赛二等奖

让我深刻认识到

理论知识与实践能力的结合的重要性

与来自全国各地的优秀选手同场竞技

不仅提升了我的技术水平

还增强了我的自信心”

胜率99.9%的算法里

仍有0.1%的异常值在代码深处闪烁

虽然在第二年参加“蓝桥杯”时

杨鹏仅获得了优秀奖

但这次经历让他深刻认识到面对挫折时

心态调整的重要性

并从中吸取了宝贵的经验

他坦言

“面对比赛结果，我进行了自我反思

虽然我在过程中投入了大量时间和精力

但在实际比赛中

我发现自己在时间管理

和代码优化方面仍有不足

仅仅依靠扎实的理论知识是不够的

我还需要在实践中

不断提升自己的应变能力

和解决问题的能力”

▲杨鹏在“蓝桥杯大赛”中获国家二等奖

杨鹏科研之路的起点

在于他主持的一项

与微表情识别相关的项目

在这个项目中

他首次将课堂知识转化为实际应用

“通过学习深度学习课程

我掌握了Transformer模型的基本原理

并将其应用于微表情识别任务”

不仅巩固了课堂上学到的知识

还学会了如何在实际问题中

灵活应用理论知识

他使用Transformer模型

搭建了一个微表情识别系统

通过捕捉视频帧的时间信息和空间特征

实现了对微表情的高效分类

“通过实验验证了

不同参数设置对模型性能的影响

这一过程让我深刻体会到

理论与实践结合的重要性”

正是在研究这个项目的过程中

杨鹏对科研的兴趣悄然抽枝

最终探入了更高学府的根系网络

▲杨鹏搭建的微表情识别系统

杨鹏拥有4项软件著作权

谈到项目经历

及其对个人科研能力的提升

他分享，“在本科阶段

我参与开发了一项名为

‘graphmodo深度学习模型

可视化搭建系统’的软件

并获得了相应的软件著作权”

在深度学习研究中

模型的可视化是一个重要的环节

模型复杂度越高

研究人员对模型的调试就越复杂

“为了帮助研究人员更高效地理解和优化模型

我所在的团队决定开发一个

深度学习模型可视化搭建系统

提供一个用户友好的界面

让深度学习模型‘透明化’”

该项目的难点聚焦在三方面

“深度学习模型通常具有复杂的结构

包括多层神经网络

不同的层类型如卷积层、全连接层等

以及复杂的连接关系

如何将这些结构

以直观的方式展示出来是一个技术难点”

模型结构的可视化是其一

同时，系统需要具备实时交互的能力

“支持用户实时调整模型参数

并立即看到调整后的效果

这要求着系统具有

高效的计算能力和响应速度”

在处理大规模模型和数据时

系统的性能是一个关键问题

“这就需要优化算法和数据处理流程

以确保系统的流畅运行”

▲杨鹏和团队开发的“graphmodo深度学习模型

可视化搭建系统”软件

这段科研经历

让杨鹏的科研能力得到了飞跃性的提升

“通过开发可视化系统

我更加深入地理解了

深度学习模型的内部工作机制

我还学会了如何设计和实现

一个复杂的软件系统”

不仅如此，他还从中增强了

问题解决能力和团队协作与沟通

“面对技术难点，我学会了如何查阅资料、

分析问题并找到解决方案

这种能力在后续的科研工作中

让我受益匪浅”

像一棵树苗长成参天大树

依赖沃土的润泽

杨鹏的成长离不开学校的培养

谈及选择珠科的原因，杨鹏回忆

“核心因素是珠科

在民办本科高校中排名靠前

尤其计算机科学与技术专业

是国家一流本科建设专业

同时学校师资力量强大

全球前2%顶尖科学家梁艳春教授

不仅是学校终身教授、计算机学院院长

还是国家二级教授、博士生导师”

“学校的专业课程

不仅提供了扎实的理论基础

还通过实践课程和项目

让我能将理论知识应用到实际问题中”

在学习《数据结构与算法》课程时

杨鹏在掌握了算法设计基本原理的基础上

通过参加校内的算法程序设计比赛

将理论知识应用到了实际问题中

▲杨鹏的笔记

学校提供的实践资源

如实验室、项目实践和竞赛机会

也让他能在真实的工作环境中锻炼自己

“我曾参加过一个作品赛

设计了一个基于深度学习的目标检测系统

在这个项目里，我既学会了如何使用

深度学习框架（PyTorch）

又学会了如何处理和优化大规模数据集”

▲杨鹏和团队成员在“中国机器人及人工智能大赛”中

获全国二等奖

灵活的专业课程设置

丰富的实践资源

培养了杨鹏硬核的专业能力

学校师资的强大

亦体现在他的成长路径中

曾志峰老师是杨鹏本科阶段

对他影响最深远的老师

“在专业学习上曾老师

耐心指导我解决科研项目中的难题

鼓励我尝试不同的解决方案

培养了我面对困难时的冷静与坚持”

曾老师以严谨的治学态度

和无私的奉献精神

为他指明了学术方向

也帮助他规划着未来的发展方向

“在生活中，她以身作则

教会了我责任感和敬业精神

让我在外地求学时感受到了家的温暖”

▲杨鹏和曾志峰老师合影

一千多个日夜的耕耘

终于在通知弹出的刹那抽穗

“收到中国科学院大学自动化所

拟录取通知的那一刻

我感到无比激动和兴奋

这不仅是对我本科阶段努力的肯定

更是我科研梦想的重要起点”

屏幕上那行录取代码

是时光结出的最优解

谈及未来在研究生阶段的研究方向

杨鹏希望自己能深耕人工智能领域

“我期待通过创新性的工作

在这一领域取得实质性的成果

为人工智能技术的发展贡献力量”

同时他非常珍视能在自动化所

与优秀科研团队合作的机会

“我想以此拓宽自己的学术视野

并在实践中不断提升个人科研能力”

▲杨鹏与团队成员撰写的论文

对于仍在校学习的学弟学妹

杨鹏建议

“从专业角度来说

要尽早明确自己的研究兴趣

并主动参与相关科研项目或竞赛”

如果对人工智能感兴趣

也可以尝试参与一些相关项目

例如微表情识别或深度学习模型等项目

通过实际操作巩固课堂知识以提升专业能力

“从考研角度来说，要多去图书馆

那里的学习氛围能帮助你保持专注

同时要注意劳逸结合

适当的运动和休息

可以保持良好的身体状态”

杨鹏建议备考前期

要培养自律学习的习惯

比如每天固定时间背单词、复习专业课

以使用番茄钟等工具来提高效率

▲杨鹏和团队在“中国高校计算机大赛”中获团体三等奖

杨鹏想对学弟学妹们说

“考研是一场马拉松

坚持到底就是胜利

不要害怕困难

每克服一个难题

都是在向目标靠近一步”

他祝愿各位

“希望你们都能实现自己的梦想

进入理想的院校

开启精彩的科研之旅”

▼

怀揣对科研的浓厚兴趣

杨鹏将四年代码锻成钥匙

打开中科院的大门

门后是算力奔涌的星辰征途

亦是更精进、更专业的自己

#你身边还有什么优秀校友事迹？

#快来评论区留言分享吧！

初审：林悦、郑薇

复审：陈宇、林志扬

终审：郑润真、汤义和