新加坡南洋理工大学鄢然教授招收全奖博士生

01、学校招生要求

根据新加坡南洋理工大学(NTU)最新的博士招生要求，有意申请土木与环境工程学院(CEE)博士项目的学生需满足以下条件：

基本学术要求

·拥有至少二等一级荣誉学位(Second Class Honours, Upper Division)或同等学历

·具备在所申请研究领域开展高水平研究的能力

·满足英语语言要求：国际学生需提供有效的TOEFL或IELTS成绩

申请流程

· 申请截止日期：8月入学需在前一年12月前申请；1月入学需在前一年7月31日前申请

· 申请渠道：通过NTU研究生入学系统在线提交申请

· 学制：全日制博士项目通常为4年

费用信息

· 学费：约11,100 SGD/学期(国际学生)

· 生活费：需考虑住宿、交通、水电、书籍和日常开销等费用

02、教授研究方向

鄢然助理教授是新加坡南洋理工大学土木与环境工程学院的教师，同时兼任A*STAR高性能计算研究所的资深科学家。他是MARINA实验室的首席研究员，主要研究领域集中在海事数据分析与智能航运领域。根据其发表的60多篇SCI/SSCI索引研究论文，其研究方向可分为以下几个核心领域：

港口监管与船舶检验

·基于数据驱动的港口国监督管理优化

·利用非参数分类器有效识别高风险船舶

·船舶检验规划的协调优化方法

·船舶安全风险预测的半监督学习模型

绿色航运管理

·船舶燃料消耗预测与减排优化

·考虑动态气象条件的船舶航速优化

·航运排放控制区设计的双层规划模型

·基于联邦学习的船舶能效预测和管理

·欧盟MRV机制的应用评估与前景展望

船舶到港与周转时间预测

·集成港口呼叫记录和AIS数据的船舶到港预测

·船舶服务时间的数据驱动预测方法

·基于机器学习的船舶周转时间预测

·考虑外部事件影响的船舶准点率评估与预测

海事智能与数据分析

·海事大数据与人工智能集成研究

·智能航行管理的处方分析模型

·船舶风险管理的有效排序数据驱动模型

·基于领域知识的船舶能效优化管理

03、创新研究想法

基于鄢然教授的研究方向，以下是几个高质量可行的创新研究计划：

1. 基于分布式学习的跨港口船舶排放监测系统

研究背景：当前船舶排放监测面临数据孤岛和隐私保护的双重挑战。

创新方法：

·构建基于联邦学习的港口间协作监测框架

·开发隐私保护的船舶排放特征提取算法

·设计多源异构数据融合的预测模型

·建立港口间排放数据共享的激励机制

预期成果：实现跨港口排放数据共享与监测，同时保护各港口数据隐私，为航运业减排提供技术支持。

2. 航运走廊数字孪生智能优化系统

研究背景：新加坡-鹿特丹绿色航运走廊亟需智能化管理。

创新方法：

·构建航运走廊的数字孪生系统，整合气象、海况与船舶动态数据

·开发基于强化学习的船舶航行路径优化算法

·设计考虑多约束条件(燃料消耗、时间窗口、环境影响)的决策支持系统

·引入船舶间协同避碰与能源优化机制

预期成果：降低航运走廊船舶燃料消耗10-15%，减少碳排放，同时保证航行安全和准点率。

3. 多模态大模型驱动的港口国监督检查智能决策系统

研究背景：传统港口检查依赖有限的历史数据，难以有效识别潜在高风险船舶。

创新方法：

·构建船舶多模态数据(AIS轨迹、检查记录、船舶图像、声学信号)融合框架

·开发基于大模型的船舶风险评估与异常检测模型

·设计动态资源分配的检查优化算法

·建立基于图神经网络的船舶关系网络风险传播模型

预期成果：提高船舶风险识别准确率30%以上，优化检查资源分配效率，显著降低海事安全事故发生率。

4. 面向极端天气韧性的智能航运管理系统

研究背景：气候变化导致极端天气事件增加，给航运业带来巨大挑战。

创新方法：

·构建极端天气条件下船舶行为预测模型

·开发基于知识图谱的历史极端事件分析系统

·设计船舶-港口协同应对极端天气的决策支持系统

·建立极端天气下航运网络韧性评估框架

预期成果：提高航运系统应对极端天气的能力，降低经济损失和安全风险，为航运业气候适应性提供技术方案。