新加坡南洋理工大学全奖博士招生(Prof. Alvin Chan)

招生要求

南洋理工大学(NTU)博士项目以其严格的学术标准和卓越的研究环境吸引着全球顶尖人才。根据最新官方招生信息，申请者需满足以下条件：

· 学历要求：申请者必须拥有相关专业的学士学位，且成绩优秀（最低GPA 3.0或同等水平）

· 研究提案：需提交详细的研究计划书，说明研究方向和目标

· 英语能力：非英语为母语的申请者需提供有效的TOEFL或IELTS成绩

· 申请材料：完整的个人简历、意向书、推荐信等相关文件

对于希望获得全额奖学金的申请者，南洋理工大学提供极具竞争力的南洋校长研究生奖学金(NPGS)，这是一项专为鼓励优秀应届毕业生或最后一年学生踏入研究领域的全额资助计划。NPGS奖学金涵盖：

·学费全免

·每月生活津贴(STEM学科国际学生约S$5,000)

·每学年最高S$4,000的会议补贴

·年度图书津贴S$500

·一次性IT设备津贴S$1,500

·优先获得校内住宿补贴

值得注意的是，此奖学金无服务合约限制，初始期限为一年，表现良好可续期，博士项目最长可资助4年。

研究方向

Prof. Alvin Chan作为南洋理工大学计算与数据科学学院及李光前医学院的助理教授，其研究兴趣主要集中在使人工智能技术安全且有益于人类的领域。根据其学术简介，主要研究方向包括：

人工智能与医学应用结合

· 深度学习技术在药物递送系统中的应用：利用先进的AI模型优化药物递送过程

· RNA疗法与脂质纳米颗粒设计：开发基于深度学习的模型预测和设计更高效的RNA药物递送系统

对抗性学习

· 神经网络的鲁棒性研究：增强AI系统对抗对抗性攻击的能力

· 输入梯度正则化：通过控制输入梯度矩阵来提升模型安全性

生成建模

· 属性增强生成：开发能够超越训练分布的序列生成技术

· 可控文本生成：通过内容条件控制语言模型的输出

计算生物学

· RNA可变剪接预测：利用离散组合能量网络预测RNA剪接

· 高通量科学与智能纳米医学：结合深度学习和高通量技术加速纳米医学配方的发现

Prof. Chan拥有新加坡南洋理工大学计算机科学博士学位，曾获得南洋总统研究生奖学金(NPGS)支持。他还曾在麻省理工学院和哈佛医学院担任博士后研究员，专注于深度学习技术在药物递送应用中的研究。他在顶级深度学习会议如NeurIPS、ICLR、CVPR和ACL等发表了多篇论文。

Mason博士有想法

基于Prof. Chan的研究方向，以下是几个具有创新性和可行性的研究计划：

自适应RNA疗法递送系统

基于最近发表在Nature Nanotechnology上的COMET模型研究，可以开发针对不同组织和细胞类型的自适应RNA递送系统。该研究将COMET模型扩展到更多细胞类型和疾病模型，同时融合多组学数据指导纳米颗粒设计。这将大大加速RNA疗法从实验室到临床的转化进程，尤其是针对难治性疾病的精准治疗。

AI安全与医疗决策可解释性框架

开发一套专门针对医疗AI系统的安全框架，重点关注对抗性学习在医学图像和临床决策中的应用。该项目将设计新型算法，使AI系统在保持高性能的同时能够抵抗数据投毒和对抗性样本攻击，并提供可解释的决策依据，从而增强医疗AI系统的可信度和安全性。

生成式AI驱动的个性化药物设计平台

结合Prof. Chan在生成建模和药物递送系统方面的专长，构建一个端到端的平台，利用大型语言模型和生成式AI技术分析患者生物标志物数据，预测最优药物分子结构和递送系统。该平台将整合多模态数据，实现从分子设计到递送系统的全流程优化，加速个性化精准医疗的实现。

高效计算框架用于RNA疗法高通量筛选

开发专用的计算框架，显著提高RNA疗法的高通量筛选效率。该框架将整合深度学习、分子动力学模拟和实验数据，实现对数百万种可能的RNA-脂质纳米颗粒配方的快速评估和筛选。这将大大降低实验成本和时间，加速新型RNA疗法的发现和开发。