计算机科研项目有哪些（计算机科学与技术项目）

1）工作中的人机协作团队(萨里大学）

1.概述：人工智能 (AI) 正在改变我们在各种组织和行业中的工作方式。人工智能系统的实施是为了取代许多以前由人类员工承担的低技能和非技能工作，以减少工作量、提高效率并协助员工做出决策。随着机器智能水平的提高，人类员工和人工智能系统之间的协作变得更加普遍和相互依赖。因此，人工智能的角色发生了变化，从一种用作工具的技术转变为完整的团队成员。与全人类团队相比，人类员工和人工智能系统之间的团队协作可能会以不同的方式展开。员工正逐渐面临竞争更加激烈的工作环境，不仅与其他人类工作同事竞争，还与 AI 系统作为新的团队成员竞争。

2.项目详情：为了在组织环境中成功实施人类人工智能团队，了解员工如何适应新的协作环境以及如何保护人类员工免受人工智能增强工作场所的影响至关重要。该博士项目旨在研究如何支持人类员工与 AI 一起工作或在算法管理的工作场所工作，以促进他们的职业发展。该项目于 2022 年 7 月开始向英国和国际学生开放。了解更多关于 萨里以人为本人工智能研究所 (PAI)的信息。

3.录取条件：所有申请人都应拥有（或期望获得）数学学科（数学、科学或工程）的一流学位或具有优异成绩（或平均 70%）的理学硕士，并且对该领域的研究有浓厚的兴趣。与研究领域相关的额外经验也是有利的。英语语言要求：雅思学术，6.5或以上（或同等水平），每个单独类别6.0。

4.资金说明：21/22 的津贴为 15,609 英镑，将根据英国研究与创新 (UKRI) 的费率每年增加，加上 4,500 英镑的家庭费津贴（每年自动增加 UKRI 费率）。奖学金期限为 3 年。对于优秀的国际候选人，有可能获得奖学金以支付海外费用。

2）可持续 6G 网络中的语义通信：从设计到实施（伦敦大学国王学院）

1.概述：大约 70 年前，香农和韦弗将通信定义为三个层次：（i）符号传输（技术问题）；(ii) 传输符号的语义交换（语义问题）；(iii) 语义信息交换的效果（有效性问题）。第一层次的通信，即符号的传输，已经在传统的通信系统中得到了很好的研究和实现。然而，如何在可持续的 6G 网络中设计语义通信系统仍然是一个巨大的挑战。

2.项目详情：该项目旨在解决 6G 中的语义通信挑战，并在能源垂直和净零战略下与行业合作伙伴进行潜在的业务应用，例如，可扩展的 uRLLC 以连接大规模可再生系统并使用一群无人机进行能源基础设施检查即时的。候选人将与东芝布里斯托尔研究与创新实验室进行广泛合作。该项目于 2022 年 10 月开始对英国和国际学生开放。

3.录取条件：

– 电子工程、电信、计算机科学或其他相关领域的理学硕士学位（或同等学历）或接近完成理学硕士学位。

– 英语语言要求：雅思总分不低于6.5，单项不低于6.0。

要考虑该职位，候选人必须通过 King's Apply 在线申请系统申请。详情请见：https://www.kcl.ac.uk/engineering/postgraduate/research-degrees

4.资金说明：这个 EPSRC 和东芝共同资助的 iCASE 奖提供了 4 年全额资助的博士生奖学金（22/23 年 4,596 英镑）、免税津贴（每年约 21,000 英镑）和研究培训支持补助金 (RTSG) （?￡3,000 pa）提供给一个成功的候选人。根据竞争性选拔过程，国际候选人可能有资格获得 UKRI-King 的国际博士学者奖，资金可用于支付国际费用。

3）当联邦学习遇到移动和物联网医疗保健：多目标优化框架和多模式系统（考文垂大学）（竞争制奖学金博士项目）

1.概述：这个博士研究项目是 CU 和 A*STAR 合作的一部分。成功的候选人将有机会在考文垂的 CIH 和新加坡的 I2R 进行长达 2 年的研究项目。通过在英国和新加坡从事研究，该计划为研究人员提供了使用最先进的研究设施的机会，并提高他们在智能医疗、人工智能、物联网和移动计算方面的知识和专业知识，同时培养他们的跨文化技能以及国际网络和合作。

2.项目详情：成功的候选人将在英国考文垂大学作为他们的母校就读，并将在 A*STAR 的 I2R 学习长达 2 年。我们的考文垂团队在智能医疗、人工智能和移动计算方面经验丰富。A*STAR 团队在人工智能、深度学习和计算机视觉方面拥有丰富的经验。两个团队的互补专业知识将确保该合作项目的成功实施。配备传感器的智能手机和可穿戴设备正在改变健康监测的方式。通过利用多个移动/物联网设备而不泄露其敏感信息来构建机器学习模型成为一个关键问题。联邦学习 (FL) 使终端设备能够协作学习共享预测模型，同时将所有训练数据保存在本地，这被认为是解决包括移动健康场景在内的许多应用程序中的隐私挑战的良好解决方案。然而，为了将移动设备和中央服务器之间的通信成本保持在可管理的范围内，FL 需要显着增加本地计算（即模型更新）作为牺牲。通过专注于特定类型的移动/物联网健康应用，该博士项目将开发新的基于 FL 的算法和系统，以平衡能源消耗、通信成本、隐私保护、模型泛化性和可解释性等因素。我们正在寻找具有强大编程技能并且对人工智能和深度学习模型有很好理解的积极进取的候选人。博士项目需要在开发路径的不同阶段与计算机科学家和人工智能研究人员合作——并将产生高质量的出版物。它将涉及临床数据的收集和分析，以及各种计算工作。

3.录取条件：

– 至少 2:1 的相关学科/学科领域的第一学位，项目要素至少 60% 或同等学历，总模块平均成绩至少 60%。

– 从事创新研究并在 3.5 年内完成博士学位的潜力

– 最低英语语言能力（雅思总分不低于 7.0，单项不低于 6.5）

– 所有申请都需要完整的证明文件、CV、cover letter，以及一份 2000 字的支持声明，说明申请人的专业知识和兴趣与项目的相关性。

4.资金说明：助学金加学费 – 英国/欧盟/国际

4）肌肉骨骼生物力学博士生（伦敦南岸大学）

1.概述：学习期限：固定期限，3年。将于 2022 年 9 月开始在伦敦南岸大学 (LSBU) 申请全日制三年全额资助博士生。脚踝受伤约占足球所有受伤的 10-20%，其中约 75%这些是外侧踝关节复合体的韧带扭伤/破裂。令人担忧的是，在所有运动项目中，首次扭伤后的再次受伤率可能高达 40-50%。尽管进行了 20 年的密集研究，但明确的韧带特异性诊断标志物（重新）受伤的风险仍然暗示着运动从业者。该项目的目的是开发一种方法来诊断外侧踝韧带损伤的易感性并区分正常愈合和无效愈合。我们正在寻找一位杰出而热情的人加入 LSBU 运动和运动科学研究中心 (SESRC) 的研究人员，参加应用生物力学研究的培训计划。2014 年卓越研究框架 (REF) 使我们的研究小组在强度加权研究质量方面位列英国所有大学的前十名，具有世界领先和国际优秀的研究 (73%) 和影响 (90%)。

2.项目详情：博士课程的目标是开发和评估一种分析韧带生物力学特性的方法，特别关注诊断外侧踝韧带损伤的易感性并区分正常愈合和无效愈合。具体来说，该项目将使用超声技术开发一种直接评估韧带特性的图像处理技术。主要范围将是：i）为此目的确保超声（B 模式和/或高频）的稳健性，ii）开发统计颜色模型，iii）验证模型对人脚和脚踝模型的敏感性, 和 iv) 在体内研究韧带的生物力学特性。成功的候选人将有机会前往合作实验室。

3.录取条件：成功的候选人将拥有相关工程分支的学位，最好是理学硕士；并对编程和图像处理感兴趣。他们将有在实验室环境中工作的经验，最好在主题领域内工作。奖学金将根据成绩授予为期三年的全日制学习。欢迎欧盟和国际候选人申请，但非英国学生将被要求提供资金以弥补国内和国际学费之间的差距。

4.资金说明：包括每年 15,000 英镑的津贴、英国学费和研究费用

5）AI：从高能物理到医学应用（利物浦大学）

1.概述：人工智能技术越来越多地应用于许多领域。在大型强子对撞机 (LHC) 上进行 ATLAS 实验的利物浦团队多年来一直参与应用于高能物理数据分析的神经网络的开发和性能评估。AIMES——一家提供云解决方案和服务的英国公司——在健康数据研究方面拥有广泛的专业知识，并在应用医学科学中使用基于人工智能技术的自动化方法进行医疗保健。

2.项目详情：作为利物浦的博士，你将与粒子物理学家和 AIMES 专家一起开展动态项目，获得粒子物理学研究生培训和 LIV.INNO 结构化培训。在你攻读博士学位的第一年期间，你将与利物浦的 ATLAS 成员合作，利用 LHC 第 3 轮运行的数据在 ATLAS 实验中寻找希格斯对的产生。你将委托和改进用于有效识别与分析相关的对象的 ML 算法，包括 tau-lepton 和重味喷气机。这些技术将在未来的希格斯对分析中应用，以提高其灵敏度。在接下来的两年（第 2 年和第 3 年），你将与 AIMES 的专家一起评估卷积神经网络对磁共振 (MR) 图像数据的性能。AIMES 与伦敦的 Barts 医院合作，可以访问一个大型的 MR 图像数据库，并且已经开发了可以分析它们的全卷积网络 (FCN)。你工作最终将针对为这些网络开发验证方法，并减少医生为患者提供咨询所需的时间。然后，你将在物理系度过您的第 4 年，可能利用获得的 AI 知识来进一步提高希格斯对生产分析对预计 2025-2026 年最终出版物的敏感性。

3.资金说明：助学金将支付标准的英国学费，并在 48 个月内支付免税的生活津贴。

6）脑肿瘤多组学数据的数据集成和假设检验（萨里大学）

1.概述：该项目旨在开发用于从多个来源集成学习生物网络的计算和统计方法，以进一步了解多形性胶质母细胞瘤 (GBM)，这是一种目前无法治愈的高度侵袭性原发性脑肿瘤。目前对 GBM 中转录组、蛋白质组和代谢组之间关系的研究正在产生大量数据，由于所产生数据的数量和复杂性，这些数据难以分析。显然需要以协同方式充分利用这些数据。

2.项目详情：该项目将开发学习生物网络的方法，同时整合来自多个“组学”平台的数据，包括代谢组学、蛋白质组学和转录组学数据。这将有助于我们了解 GBM 中基因调控和表达与代谢物之间的相互作用。为了学习这些网络，该项目将开发由多个交互层组成的生物网络的统计模型，对应于不同的数据源，并使用计算统计的方法来推断网络结构。我们还将研究识别 GBM 患者和对照组之间网络结构变化的方法。在项目期间，开发的方法将应用于现有的代谢组学和转录组学数据，以及项目合作伙伴伦敦帝国理工学院的Nelofer Syed 博士生成的新数据。Syed 博士的研究小组经常对患者衍生的组织和细胞系以及动物模型采用组学技术，以确定成人 GBM 的新治疗策略。申请人将在萨里大学计算机科学系工作，但还将与伦敦帝国理工学院的 Syed 博士小组密切合作，以确保所开发的方法能够回答与疾病相关的生物网络相关的生物学问题。

3.录取条件：

– 申请人应持有相关学科的一等或二等以上学位（或同等海外资格），或二等以下加上良好的硕士学位（通常需要区分）。

– 英语语言要求：雅思学术6.5或以上（或同等水平），每个单独类别6.0，或同等水平。

4.资金说明：UKRI 标准费率的全额津贴（2021/22 学年为 15,609 英镑），全额支付英国和国际学费，以及 1000 英镑的研究培训支持补助金。资助3.5年。DCAS 将资金奖励与脑肿瘤研究相匹配。

总结：

CS和AI是时下最热门的专业之一，并且它们的应用范围非常广泛，就业前景也好，人才需求量大。学姐给大家总结的这些可申请funding的博士项目都是与CS和AI相关的应用类项目，想读博的同学们要赶紧去递交材料了哦~ 希望大家都能offer，funding拿到手软！