中国科学院大学传感器网络与应用联合研究中心2019年推荐免试研究生招生简章

  • 解学辉
  • Published: 2018-09-11
  • 5734

        根据教育部有关文件规定,2019年中国科学院大学传感网络与应用联合研究中心将继续接收高校优秀应届本科毕业生推荐免试攻读硕士学位研究生。欢迎您申请传感网络与应用联合研究中心推荐免试硕士研究生!

一、申请条件
申请人应为全国重点高校(“985”、“211”高校)计算机、软件、通信、电子、自动化、数学等相关专业具有推荐免试资格的应届毕业生,除满足中国科学院大学电子电气与通信工程学院推荐免试研究生的标准外,还应具有:
1. 良好的道德品质,诚实守信,有团队合作精神。
2. 有较强的理解能力、学习能力及分析解决问题的能力。
3. 对待科研严谨认真,有刻苦钻研的精神。
4. 学习成绩优秀,数学基础扎实,成绩名列本专业前列。
5. 有较强的动手实践能力。
6. 具有较强的外语听、说、读、写能力

二、申请材料
(一)必须提供材料
1.《中国科学院大学申请推荐免试生信息表》,可通过“推免申请系统”(在“中国科学院大学推荐免试生申请系统”http://zhaosheng.ucas.ac.cn/sign_up/TMS/views/index.aspx)中打印,考生本人签字后提交。
2.《中国科学院大学推荐免试攻读硕士学位研究生申请表》,在“中国科学院大学推荐免试生申请系统”中填写、打印(签字和盖章的项目可以先空着,提交纸版材料时再补上)。
3.所在学校教务部门(或院系)出具并加盖公章的大学本科前三年所修课程成绩单(五年制的提供前四年课程成绩单)。
4.个人简历及专业学习情况介绍。
5.英语等级证书复印件。
6.身份证复印件。
(二)自愿提供材料
1.专家推荐书。
2.在公开发行的学术刊物或全国性学术会议上发表的学术论文、所获专利或其它原创性工作成果的复印件或证明。
3.大学期间的获奖证书(复印件)。
4.对申请有参考价值的其它材料。

三、招生流程
时间节点                                            相关工作
2018-08-15至2015-9-25        申请人申请并提交申请材料,并在中国科学院大学报名系统中报名
2018-9-10至2018-9-25          审核组对申请人材料进行审核
2018-9-15至2018-9-30          组织安排第一轮面试
2018-10-01至2018-10-10      如有需要组织安排二面,确定录取名单

四、联系方式
联系人:刘中迪 孟祥傲
联系电话:18511169266(刘)或13269391016(孟)
Email:zhongdiliu@iCloud.com(刘)或 332909414@qq.com(孟)
联系地址:北京市怀柔区怀北镇380号 中国科学院大学
邮政编码:101400
实验室网址: http://www.snarc.cn



实验室招生导师和研究人员介绍
(1) 吴健康:中国科学院大学传感网络与应用联合研究中心主任、教授、博士生导师,长期从事模式识别、传感网络、信息融合及信息与通信系统的科研和教学工作,近年来主要从事人体传感网络、贝叶斯网络动态系统理论和应用教学和科研工作。曾任新加坡信息与通信研究院首席科学家,新方向部主任;创立新兴研究领域:脑信息学和生理信息学;作为先驱者之一,在传感网络系统研究方面取得重大成果;创建并领导法国科学院(CNRS)、新加坡国立大学(NUS)及数码技术研究院(KRDL)合作实验室,在数字图象和电视的自动索引与检索领域取得重要进展。
(2) 孙应飞:现任中国科学院大学电子电气与通信工程学院教授、博士生导师。近年来主持承担了中国博士后科研基金、国家自然科学基金面上项目、国家自然科学基金重大研究计划项目、科技部国际合作项目;参加多项国家自然科学基金面上项目以及一项国家“863”计划项目。现主要从事信号与信息处理、模式识别与智能系统、计算机应用等方向的科研及教学工作。
本年度招生专业:信号与信息处理
(3) 黄志蓓:现为中国科学院大学电子电气与通信工程学院教授、中国科学院大学传感网络和应用联合中心主任助理、博士生导师。近年来主持参加了国家自然科学基金面上项目、国家自然科学基金重点项目、国家自然科学基金重大研究计划项目、中国科学院知识创新工程、科技部国家科技支撑计划项目及科技部国际合作项目等多个课题。目前主要研究领域包括信息融合、贝叶斯网络动态系统、人体传感网络等方向。
本年度招生专业:信号与信息处理
(4) 叶世伟:现为中国科学院大学电子电气与通信工程学院副教授,硕士生导师。近年来参加了国家自然科学基金面上项目、国家自然科学基金重点项目、及科技部国际合作项目等多个课题。主要研究方向是机器学习和信息融合。在流形学习方法、基于流形正则化的半监督学习、稀疏编码和信息融合等问题的研究中取得了一系列成果。
本年度招生专业:信号与信息处理