香港科技大学（广州）全奖博士招生 (Prof. Lingjie Duan)

招生要求

香港科技大学（广州）信息枢纽物联网学域段凌杰教授（Prof. Lingjie Duan）团队现面向全球招收2026年春季入学的全奖博士研究生。作为新加坡科技与设计大学（SUTD）前副院长，段教授在网络经济学和人工智能领域拥有杰出的研究成就，现即将加入港科大（广州）担任教授、博士生导师，同时兼任港科大（清水湾）联聘教授。如果你对人工智能、分布式机器学习和计算机网络领域感兴趣，不妨了解这个难得的学术发展机会。

学历要求

·具有受认可机构颁发的学士学位，且成绩优异；或

·已在研究生阶段全日制学习至少一年或非全日制学习至少两年，且工作表现令人满意

英语语言要求

申请者需达到以下英语水平之一：

· 托福网考（iBT）：80分（单次考试）

· 托福纸笔考试（pBT）：550分

· 托福修订版纸笔考试：60分（阅读、听力和写作部分总分）

· 雅思（学术模块）：总分6.5分，各单项不低于5.5分

豁免条件

如符合以下情况，申请人无需提供英语成绩：

·英语为母语

·从以英语为教学语言的机构获得学士学位（或同等学历）

·从以英语为教学语言的机构获得硕士或以上学位

段教授团队特别要求

·本科或硕士专业为计算机、电气工程、数学和应用数学、运筹学、系统控制等相关领域

·具备较强的学习能力和主动性

·优先考虑具有良好数学和理论基础的申请者

·优先考虑有一定科研和论文发表经验的学生

申请时间

·2026年春季入学申请已于2025年7月21日开始

·国际学生申请截止日期：2025年12月5日

·中国学生申请截止日期：2025年12月26日

香港科技大学（广州）为全日制博士生提供全额奖学金，包括每月15,000元人民币的生活津贴，最长可达4年，并提供校内住宿保障。博士研究生学制一般为4年，在"港科大一体，双校互补"的框架下，学生将获得由香港科技大学颁发的博士学位证书。

研究方向

根据段凌杰教授的学术背景和研究成果，其团队主要研究方向包括：

人机交互人工智能

段教授专注于研究如何通过人工智能技术优化人机交互体验，提高用户与智能系统间的交互效率和自然性。这一领域结合了认知科学、人机交互设计与人工智能技术，旨在创建更加智能、直觉且人性化的交互系统。

分布式机器学习

团队在分布式机器学习领域的研究包括：

·联邦学习框架的优化与安全性提升

·边缘计算环境下的轻量级机器学习算法

·多设备协同学习的通信效率与计算资源分配

·分布式系统中的隐私保护机制设计

计算机网络

计算机网络方面的研究重点为：

·面向物联网的低功耗网络协议设计

·网络资源动态分配与优化

·网络安全与隐私保护机制

·5G/6G网络中的智能调度算法

算法博弈论

段教授在算法博弈论领域的跨学科研究特色鲜明：

·网络经济学理论模型与应用研究

·多智能体系统中的激励机制设计

·在线市场与平台的竞争与合作策略分析

·资源分配中的公平性与效率平衡研究

Mason博士有想法

基于段凌杰教授的研究方向，以下是几个具有前瞻性的研究计划构想：

跨设备协同学习的隐私保护框架

针对物联网环境中多设备协同学习的隐私挑战，可设计一个基于差分隐私与安全多方计算的混合框架。该框架将在保证学习效率的同时，最小化敏感数据泄露风险，特别适用于智慧城市和医疗物联网等高敏感度场景。研究将从理论分析与实际系统实现两方面入手，构建既有理论保障又具实用性的解决方案。

基于博弈论的网络资源动态分配机制

针对5G/6G网络中算力-通信资源的协同优化问题，可基于博弈论设计一种动态资源分配机制。该机制能根据网络环境变化、用户需求和服务质量要求，实时调整资源分配策略，达到系统整体效益与用户体验的平衡。研究将结合强化学习方法，使机制具备自适应性和可扩展性。

人机协同决策的智能接口设计

将人机交互技术与分布式决策系统结合，设计一套能够理解人类决策偏好并提供智能辅助的交互界面。系统通过不断学习用户的决策模式和偏好，逐步提升辅助决策的准确性和个性化水平。该研究将特别关注金融、医疗和智能交通等关键决策领域，探索人机协同如何提升复杂环境下的决策质量。

面向边缘计算的轻量级联邦学习框架

为解决物联网设备算力有限的问题，可设计一套专为边缘计算环境优化的轻量级联邦学习框架。该框架将通过模型压缩、任务分解和计算负载均衡等技术，显著降低终端设备的计算和通信开销，同时保持学习效果。研究将结合具体应用场景如智能家居、车联网等进行系统实现与评估。