人工智能编程
AI Programming Resources
http://www.cs.berkeley.edu/~russell/prog.html
PC AI - Logic Programming
http://www.pcai.com/pcai/New_Home_Page/ai_info/logic_programming.html
Computational Logic
http://archive.museophile.sbu.ac.uk/compulog/
Genetic-Programming.org
http://www.genetic-programming.org/
ILOG, Inc.
http://www.ilog.com/
University of Washington: Constraint-Based Systems
http://www.cs.washington.edu/research/constraints/
Declarative Systems & Software Engineering (DSSE) Group
http://www.dsse.ecs.soton.ac.uk/
Extreme Software
http://www.plogic.com/extreme.html
Topics in Information Processing 2CS24: Declarative Languages
http://www.csc.liv.ac.uk/~frans/OldLectures/2CS24/declarative.html
Constraint Logic Programming
http://www.ai.univie.ac.at/oefai/clp/
http://www.idiom.com/free-compilers/TOOL/CLP-1.html
http://citeseer.nj.nec.com/24834.html
http://www.cs.unh.edu/ccc/archive/
comp.lang.functional FAQ
http://www.cs.nott.ac.uk/Department/Staff/gmh/faq.html
Mondrian
http://www.mondrian-script.org/
John McCarthy
http://www-formal.stanford.edu/jmc/
Screamer Tool Repository
http://www.cis.upenn.edu/~screamer-tools/home.html
Lisp Resources
http://eksl-www.cs.umass.edu/lisp-resources/
http://psg.com/~dlamkins/sl/cover.html
Mercury Project
http://www.cs.mu.oz.au/research/mercury/
The Miranda Programming Language
http://www.engin.umd.umich.edu/CIS/course.des/cis400/miranda/miranda.html
Mozart Programming System
http://www.mozart-oz.org/
Oz Programming System
http://www.ps.uni-sb.de/oz2/
Logic Programming Associates
http://www.lpa.co.uk/
Cetus Links: Prolog
http://www.cetus-links.org/oo_prolog.html
The Scheme Programming Language
http://www.swiss.ai.mit.edu/projects/scheme/index.html
Schemers.org
http://www.schemers.org/
CMU Scheme Repository
http://www.cs.cmu.edu/afs/cs.cmu.edu/project/ai-repository/ai/lang/scheme/0.
html
自然语言处理
HNC自然语言理解处理网站
http://www.hncnlp.com
comp.speech WWW Site [UK] - Information on speech technology products and soft
ware.
http://svr-www.eng.cam.ac.uk/comp.speech/
Computational Semiotics and Fuzzy Linguistics
http://www.ldv.uni-trier.de:8080/ldvpage/rieger/pub/aufsaetze/ssa96/ssa96-ab
stract.html
Computational Semiotics
http://www.dca.fee.unicamp.br/~gudwin/compsemio/
Grammar Formalisms
http://cslu.cse.ogi.edu/HLTsurvey/ch3node5.html
Grammatical Inference
http://www.cs.iastate.edu/~honavar/gi/gi.html
LINGUIST List virtual library
http://www.emich.edu/~linguist/www-vl.html
"String Searching Algorithms" Book
http://homepages.tesco.net/~gas/ssa/
AGFL Grammar Work Lab
http://www.cs.kun.nl/agfl/
Natural Language Software Registry
http://registry.dfki.de/
神经网络
Neural Networks Tutorial Review
http://hem.hj.se/~de96klda/NeuralNetworks.htm
ftp://ftp.sas.com/pub/neural/FAQ.html
Image Compression with Neural Networks
http://www.comp.glam.ac.uk/digimaging/neural.htm
Backpropagator's Review
http://www.dontveter.com/bpr/bpr.html
Bibliographies on Neural Networks
http://liinwww.ira.uka.de/bibliography/Neural/
Intelligent Motion Control with an Artificial Cerebellum
http://www.q12.org/phd.html
Kernel Machines
http://www.kernel-machines.org/
Some Neural Networks Research Organizations
http://www.ieee.org/nnc/
http://www.inns.org/
Neural Network Modeling in Vision Research
http://www.rybak-et-al.net/nisms.html
Neural Networks and Machine Learning
http://learning.cs.toronto.edu/
Neural Application Software
http://attrasoft.com
Neural Network Toolbox for MATLAB
http://www.mathworks.com/products/neuralnet/
Netlab Software
http://www.ncrg.aston.ac.uk/netlab/
Kunama Systems Limited
http://www.kunama.co.uk/
人工智能综述
AI Tutorial Review
http://www-2.cs.cmu.edu/Groups/AI/html/faqs/top.html
http://www-formal.stanford.edu/jmc/whatisai/whatisai.html
http://psych.utoronto.ca/%7Ereingold/courses/ai/
http://spinoza.tau.ac.il/hci/dep/philos/ai/links.html
http://www.csc.liv.ac.uk/~frans/OldLectures/2CS24/ai.html
Journal of Artificial Intelligence Research
http://www.jair.org/
The Turing Test and Intelligence
http://www.abelard.org/turing/tur-hi.htm
AI Resources
http://www.aaai.org/Pathfinder/pathfinder.html
http://www.cs.berkeley.edu/~russell/ai.html
http://www.cs.cmu.edu/afs/cs.cmu.edu/project/ai-repository/ai/html/other/rep
ositories.html
http://ai.iit.nrc.ca/ai_point.html
http://www.compinfo-center.com/tpai-t.htm
AI Programming Resources
http://www.cs.berkeley.edu/~russell/prog.html
Some AI Research Organizations
http://www.ai.univie.ac.at/oefai/oefai.html
http://www.ai.mit.edu/
http://sound.media.mit.edu
http://ai.iit.nrc.ca
http://www.aic.nrl.navy.mil
http://ic-www.arc.nasa.gov/ic
http://www.holotopology.com
http://www.iiia.csic.es
http://www.fingerpass.net
http://www.aaai.org/
专家系统
Introduction to Expert Systems
http://members.aol.com/jacksonpe/music1/introduc.htm
http://www.csc.liv.ac.uk/~frans/OldLectures/2CS24/expertSys.html
Berkeley Expert System Technology lab
http://best.me.berkeley.edu/
Jess, the Expert System Shell for the Java Platform
http://herzberg.ca.sandia.gov/jess
CLIPS: A Tool for Building Expert Systems
http://www.ghg.net/clips/CLIPS.html
FuzzyCLIPS - Fuzzy Work(Expert System)
http://www.iit.nrc.ca/IR_public/fuzzy/fuzzyClips/fuzzyCLIPSIndex.html
Knowledge Acquisition for Expert Systems at Acquired Intelligence
http://www.aiinc.ca/
HUGIN EXPERT
http://www.hugin.com/cases/
Computer program designed to solve standard American crosswords
http://www.cs.duke.edu/~keim/proverb/
GEOMET Technologies, Inc.
http://www.geomet.com/ai.htm
ExpLore Reasoning Systems: Business rule and expert system
http://www.ers.com/
知识表示
Knowledge Representation
http://pages.cpsc.ucalgary.ca/~kremer/courses/CG/CGlecture_notes.html
Knowledge Discovery In Databases: Tools and techniques
http://www.acm.org/crossroads/xrds5-2/kdd.html
Resource Description Framework (RDF) Schema Specification 1.0 ,W3C Candidate R
ecommendation 27 March 2000
http://www.w3.org/TR/2000/CR-rdf-schema-20000327/
W3C Resource Description Framework Resource Description Framework (RDF), the W
3C Standard for knowledge representation on the Web
http://www.w3.org/RDF/
Knowledge Interchange Format (KIF)- Knowledge Interchange Format (KIF), a DARP
A project based format for exchanging pieces of knowledge bases
http://logic.stanford.edu/kif/kif.html
Data Mining And Knowledge Discovery
http://www.ingber.com/path98_datamining.pdf
AI Knowledge-Based Systems
http://www.ai.univie.ac.at/oefai/kbs/index.html
Knowledge Representation Resources
http://www.cs.cofc.edu/~manaris/ai-education-repository/
机器学习
Machine Learning Tutorial
http://robotics.stanford.edu/people/nilsson/mlbook.html
Reinforcement Learning:An Introduction
http://www-anw.cs.umass.edu/~rich/book/the-book.html
The Journal of Machine Learning Research
http://www.jmlr.org/
Online Machine Learning Resources
http://www.ai.univie.ac.at/oefai/ml/ml-resources.html
http://www.mlnet.org
Machine Learning at AAAI
http://www.aaai.org/Pathfinder/html/machine.html
Active Logic - inference engine that incorporates a history of their reasoning
as they run
http://www.cs.umd.edu/projects/active/
Machine Learning in Games
http://satirist.org/learn-game/
Machine Learning Group
http://www.cs.bris.ac.uk/Research/MachineLearning/
Knowledge Acquisition for Expert Systems at Acquired Intelligence
http://www.aiinc.ca/
机器人
China Robotics Web Sites
http://www.robotschina.com/
Robot Science & Technology - magazine
http://www.robotmag.com/
Mobile Robotics Research Group, Edinburgh University
http://www.dai.ed.ac.uk/groups/mrg/MRG.html
robort topics and links
http://www.cbc.umn.edu/~mwd/robot.html
Arnold goal to design a system of multiple robots, that are individually auton
omous and can team up to cooperatively perform tasks.
http://www.cim.mcgill.ca/~mabous/RESEARCH/
Modular Reconfigurable Robotics - research project from Xerox PARC to design s
mall, autonomous robots that can be reconfigured and linked together to achiev
e different goals.
http://www.parc.xerox.com/spl/projects/modrobots/
Polypod - modular, reconfigurable robot that walks, rolls, and crawls
http://robotics.stanford.edu/users/mark/polypod.html
Australia's Telerobot on the Web
http://telerobot.mech.uwa.edu.au/
RoboCup: The Robot World Cup
http://www.robocup.org/02.html
智能代理
Intelligent Agent Tutorial Review
http://www.magma.ca/~mrw/agents/
http://agents.umbc.edu/introduction/
http://www.davidreilly.com/topics/software_agents/
A Perspective on Software Agents Research
http://agents.umbc.edu/introduction/hn-dn-ker99.html
Intelligent Agents: Theory and Practice
http://www.ecs.soton.ac.uk/~nrj/download-files/KE-REVIEW-95.ps
Software Agents: An Overview
http://www.sce.carleton.ca/netmanage/docs/AgentsOverview/ao.html
Mobile Agents and the Future of the Internet
http://www.cs.dartmouth.edu/~dfk/papers/kotz:future2/
Intelligent Agent Resource
http://www.agentlink.org/
http://www.insead.fr/CALT/Encyclopedia/ComputerSciences/Agents/
http://www.compinfo-center.com/tpagnt-t.htm
定理证明和高阶逻辑
Proof Theory as an Alternative to Model Theory
http://www-lp.doc.ic.ac.uk/UserPages/staff/ft/alp/comment/proof.html
FTP'2000
http://www.uni-koblenz.de/ftp00/
Mathematical Reasoning Group
http://dream.dai.ed.ac.uk/
Description of the HOL Theorem Proving System
http://lal.cs.byu.edu/lal/hol-desc.html
Isabelle
http://www.cl.cam.ac.uk/Research/HVG/Isabelle/
Software, Theorem Provers
http://www.tcs.informatik.uni-muenchen.de/~matthes/logikserver/software.html
Inductive Theorem Prover INKA 4.0
http://www.dfki.de/vse/systems/inka/
TABLEAUX
http://i12www.ira.uka.de/TABLEAUX/
演绎与推理
Mechanized Reasoning Systems
http://www-formal.stanford.edu/clt/ARS/systems.html
International Journal of Approximate Reasoning
http://seraphim.csee.usf.edu/Nafips/ijar.html
Case-Based Reasoning
http://www.nupedia.com/article/short/Case-Based+Reasoning/
http://www.aiai.ed.ac.uk/links/cbr.html
David J.C. MacKay: Information Theory, Inference and Learning Algorithms
http://www.inference.phy.cam.ac.uk/mackay/itprnn/ps/
Exploring the Labyrinth of the Mind
http://www.nytimes.com/books/97/07/20/reviews/hofstadter-magazine.html
TMYCIN: Medical Reasoning System
http://www.cs.cmu.edu/afs/cs/project/ai-repository/ai/areas/reasonng/medical
/tmycin/0.html
Reasoning about Computational Resource Allocation
http://www.acm.org/crossroads/xrds3-1/racra.html
Qualitative Reasoning Research at UT Austin
http://www.cs.utexas.edu/users/qr/
Qualitative Reasoning Group, Northwestern University
http://www.qrg.ils.nwu.edu/
Formal Reasoning Group
http://www-formal.stanford.edu/
Case-Based Reasoning
http://www.ai-cbr.org/
Integrated Reasoning Group Overview
http://www.iit.nrc.ca/IR_public/english.html
模式识别
Pattern Recognition Tutorial
http://cgm.cs.mcgill.ca/~godfried/teaching/pr-web.html
Pattern Recognition for HCI
http://www-engr.sjsu.edu/~knapp/HCIRODPR/PR_home.htm
RailwayBridge: Medical Applications for Pattern Classifiers
http://www.railwaybridge.co.uk/medimage1.html
Bayesian motion estimation and segmentation
http://www.cs.berkeley.edu/~yweiss/thesis.html
Facial Expression Home Page
http://www.mic.atr.co.jp/~mlyons/facial_expression.html
Keith Price Bibliography Annotated Computer Vision Bibliography:
http://iris.usc.edu/Vision-Notes/bibliography/contents.html
IEEE Transactions on Pattern Analysis and Machine Intelligence
http://www.computer.org/tpami/
Pattern Recognition Information
http://www.ph.tn.tudelft.nl/PRInfo/index.html
http://cgm.cs.mcgill.ca/~godfried/teaching/pr-web.html
Department of Cognitive and Neural Systems at Boston University
http://cns-web.bu.edu/
Attrasoft Neural Network Application Software
http://attrasoft.com/
optical recognition objectives
http://www.gabitus.com/
博弈论
Computers, Games and the Real World
http://www.sciam.com/1998/1198intelligence/1198ginsberg.html
Machine Learning in Games
http://satirist.org/learn-game/
How Machines have Learned to Play Othello
http://www.neci.nj.nec.com/homepages/mic/ps/IEEE.pdf
Amit's Thoughts on Path-Finding
http://theory.stanford.edu/~amitp/GameProgramming/
Game AI
http://www.gameai.com/ai.html
Journal & Book Publications on Othello Programs
http://www.neci.nj.nec.com/homepages/mic/publications.html
Chinook
http://www.cs.ualberta.ca/~chinook/
Project: Von Neumann
http://www.krl.caltech.edu/~charles/alife-game/
自适应
READY: User-Oriented Resource-Adaptivity
http://w5.cs.uni-sb.de/~ready/ready-pubs.html
Algorithms for Adaptive Sampling Designs
http://www.eecs.umich.edu/~qstout/abs/Seattle97
Complex Adaptive Systems
http://www.aic.nrl.navy.mil/~spears/
Intelligent Motion Control with an Artificial Cerebellum
http://www.q12.org/phd.html
Piranha and Adaptive Parallelism
http://www.cs.yale.edu/HTML/YALE/CS/Linda/piranha.html
The Adaptive Technology Resource Centre
http://www.utoronto.ca/atrc/
Adaptive Environments Center, Inc.
http://www.adaptenv.org/
Institute for Adaptive and Neural Computation
http://anc.ed.ac.uk/
Complex Adaptive Systems Research
http://www.casresearch.com/
基于规则系统
Rule-Based Systems
http://www.cee.hw.ac.uk/~alison/ai3notes/section2_4_4.html
Rule-Based Systems Overview
http://www.managingchange.com/rules/overview.htm
Constraints and Rule-based Systems
http://www.cs.unh.edu/ccc/archive/constraints/links/rule.html
Rule-Based Systems: Mechanisms and Efficiency
http://www.classes.cs.uchicago.edu/archive/2002/winter/cs25000/slides/class3
.ppt
Principles and Practice in Verifying Rule-Based Systems
http://www.csd.abdn.ac.uk/~apreece/Pubs/KER92.html
Improving O & M Problem Diagnosis with Rule-Based Computer Systems
http://www.fluidknowledge.com/fksite/papers/rule_based/
V, V&T of New Technology: Rule-Based Systems
http://www.cs.bris.ac.uk/Research/Safety/projects/pdf/VVT.pdf
The Myth of Modularity In Rule-Based Sys'I'tems for Reasoning With Uncertainty
http://www2.sis.pitt.edu/~dsl/UAI/UAI86/Heckerman2.UAI86.html
Rule-Based Diagnostic Systems
http://users.aber.ac.uk/cjp/diagnosticbook/rulebased.html
A Software Engineering Methodology for Rule-based Systems
http://www.computer.org/tkde/tk1990/k0173abs.htm
Uncertain Rule-Based Fuzzy Logic Systems: Introduction and New Directions (Boo
k) 2001
http://vig.pearsoned.com/store/product/0,store-562_banner-0_isbn-0130409693
,00.html
Building Rule-Based Systems (Course)
http://www.ers.com/Services/Training/Building_Rule-Based_Systems/body_buildi
ng_rule-based_systems.html
Machine Learning: Rule-Based Systems
http://citeseer.nj.nec.com/MachineLearning/RuleBasedSystems/
Neural Fuzzy Systems with Fuzzy Rule-Based Systems
http://www.abo.fi/~rfuller/nfs.html
Production Systems for Rule-Based Programming
http://www.haley.com/0409381557844170/ProductionSystems.html
On the Expressiveness of Rule-Based Systems for Reasoning with Uncertainty
http://www-ksl.stanford.edu/KSL_Abstracts/KSL-87-53.html
Decision Trees and Rule-Based Systems
http://www.cs.wisc.edu/~schenney/courses/cs638-f2001/lectures/cs638-17.ppt
Mycin - Rule-Based Systems
http://www.chip.org/chip/courses/1999.6.872/Presentations/IntroDSS/sld007.ht
m
Parallel Rule-Based Systems
http://www.cs.columbia.edu/~sal/par-rule.html
Rule-Based Systems - A Core Technology of Expert Systems
http://web.njit.edu/~scherl/Classes/DistanceL/Ram/rbs.html
Using Fuzzy Rule-Based Systems To Evaluatem Overall Financial Performance of G
overnments
http://www-cpr.maxwell.syr.edu/faculty/duncombe/papers/Using%20fuzzy%20rule.
Automatic Design of Fuzzy Rule-Based Systems
http://ais.gmd.de/~surmann/fuzzy/
Rule-Based Data Mining (RBDM)
http://www.ifcomputer.com/forum/inap/msg00104.html
Experiments in Knowledge Refinement for a Large Rule-Based System
http://www.maps.cs.cmu.edu/papers/HarvT93.html
Validation of Intelligence in Large Rule-Based Systems with Common Sense
http://ase.arc.nasa.gov/mvi/abstracts/WJarrold.ppt
Uncertain Rule-Based Fuzzy Logic Systems for Wireless Communications
http://www.conferences.unimelb.edu.au/fuzzy/MendelAbstract.pdf
CLIPS Rule-Based Language
http://www.siliconvalleyone.com/clips.htm
Fuzzy Rule-Based Systems
http://www.ie.osakafu-u.ac.jp/~hisaoi/ci_lab_e/research/frbs.html
Rule-based Expert Systems for Information Retrieval
http://www.birkhauser.com/hypermedia/cyb10.html
Implementing Rule-Based Online Expert Systems
http://www.thenewalchemist.com/Personal/presentations/ExpertSystemsII/
Feasibility of General Purpose Rule-Based MT Systems
http://clwww.essex.ac.uk/MTbook/HTML/node90.html
Optimization Of Real-Time Rule-Based Expert Systems
http://www.cs.ucla.edu/csd/IDM99/Proceedings/Summaries/Cheng.htm
Rule-Based Intrusion Detection
http://www.sei.cmu.edu/str/descriptions/rbid_body.html
Set-Oriented Constructs for Rule-Based Systems
http://www.pasik.net/ajpcv/AJPCV_files/caia.pdf
人工智能应用
Neural Application Software
http://attrasoft.com
License Plate and Container Recognition
http://www.htsol.com
Prime Time Freeware for AI
http://www.ptf.com/ptf/products/AI/
The MatterHorn Materials Discovery Database
http://www.imagination-engines.com/af98-190/FINAL1.htm
Dendral and Congen
http://www.cs.cmu.edu/afs/cs/project/ai-repository/ai/areas/reasonng/chem/co
ngen/0.html
Applications of AI in Education
http://www.acm.org/crossroads/xrds3-1/aied.html
Artificial Intelligence Systems in Routine Clinical Use.
http://www.coiera.com/ailist/list.html
TMYCIN: Medical Reasoning System
http://www.cs.cmu.edu/afs/cs/project/ai-repository/ai/areas/reasonng/medical
/tmycin/0.html
GEOMET Technologies, Inc.
http://www.geomet.com/ai.htm
Tactical guidance system for military aircraft
http://techreports.larc.nasa.gov/ltrs/PDF/aiaa-89-3525.pdf
2008年6月27日星期五
一些人工智能的网站[zz]
2008年6月3日星期二
等待夏天
我在等待夏天。
上次看到这句话,不知已经是 几个月之前。夏天是什么呢?几年前的我大概会写到绿的要溢出来的叶子,黑色的柏油在一片白亮中化作一面残缺不全的镜子。离的好远大概就可以嗅到塑胶跑道蒸 腾出的橡胶气息,眼前的视线晃动着,是大地在蒸发。在这样的日子里,总要发生些什么的吧。世界都化作一只只朝闻道,夕死可矣的小虫,在杂乱无章的激情中撞 着对方,总要发生什么的吧。一个夏天过去了,我们在冬天蛰伏,望着窗户上羞涩地舞蹈着的冰花,夏天总会再来的吧。我这样想着。面前的世界好像一场皮影戏, 白色的帘子在风中瑟瑟发抖,时而掀开一角,仿佛可以看到后面指挥着一切的签子。但夏天总会来的吧。
很有些宿命的味道,我偶然的一天进入阅览室,借出的竟是我买的第一本《收获》。
在 一个高中的已被遗忘的日期,我很自负的可歌可泣着认为文字已失去玉的光泽。但我看到了《姐姐的丛林》。具体当时的感触已经变得模糊,如那时的一切回忆。只 是知道这篇文章让我买下了之后到现在的每期收获。笛安是我涉猎范围内唯一一位有文字功底的年轻作家,虽然那些剥离了文笔与情感起伏的情节也许对其他那些不 堪入目的所谓的作家来说不过如此。自习室的日光灯柔和的把我围在一个白色的空间,只有悬在半空的我和汩汩流淌的文字。总觉得这时它们已经不是文字了,因为 一瞬间我突然发现我并不是在读它们,而是它们直接从纸上涌入我的脑海,冲破了外在意识文字识别的大门,在潜意识海底的深处翻腾。就像站在梦与醒的门,在清 醒中眩晕着。弗洛伊德说到作家的创作便是一个白日的梦境,眩晕与醉的感觉。
合上书,柔和的白色中各种轮廓渐渐的清晰,仿木纹的桌面,压在《收获》下面的课本。不知身在何处,因为梦醒。就让我流连在那传承了多少实际的白日梦中吧,因为那里,一年四季都是夏天。
作 业本,红宝书。我几乎听见一个嘎吱嘎吱的声音,很轻很轻的,在一个走廊的深处。一扇小门羞涩的关上。合页已经锈了吧?因为我已经记不得何时,我最后一次将 它关上。接着,我渐渐的找不到那条不起眼的走廊,那个走廊尽头小屋中闭起双眼做着深呼吸的小男孩。他的眼里是带着羞涩的激动,转瞬即逝。他带着那种羞涩的 却有些绝望的期待一次又一次关上那扇小小的门,却一直望了把它锁上。那房间里一个一个的抽屉中,是他的缪斯。我们的缪斯。
伪随机数发生器为我选择了《广陵散》。指尖与琴弦轻蹭过时,会有一种很细很细的摩擦声,就像心动的声音。空气中是梅子黄时雨的湿气,张开双臂,像在搅拌一汪清水。因为这是夏天啊。
----某日深夜
上次看到这句话,不知已经是 几个月之前。夏天是什么呢?几年前的我大概会写到绿的要溢出来的叶子,黑色的柏油在一片白亮中化作一面残缺不全的镜子。离的好远大概就可以嗅到塑胶跑道蒸 腾出的橡胶气息,眼前的视线晃动着,是大地在蒸发。在这样的日子里,总要发生些什么的吧。世界都化作一只只朝闻道,夕死可矣的小虫,在杂乱无章的激情中撞 着对方,总要发生什么的吧。一个夏天过去了,我们在冬天蛰伏,望着窗户上羞涩地舞蹈着的冰花,夏天总会再来的吧。我这样想着。面前的世界好像一场皮影戏, 白色的帘子在风中瑟瑟发抖,时而掀开一角,仿佛可以看到后面指挥着一切的签子。但夏天总会来的吧。
很有些宿命的味道,我偶然的一天进入阅览室,借出的竟是我买的第一本《收获》。
在 一个高中的已被遗忘的日期,我很自负的可歌可泣着认为文字已失去玉的光泽。但我看到了《姐姐的丛林》。具体当时的感触已经变得模糊,如那时的一切回忆。只 是知道这篇文章让我买下了之后到现在的每期收获。笛安是我涉猎范围内唯一一位有文字功底的年轻作家,虽然那些剥离了文笔与情感起伏的情节也许对其他那些不 堪入目的所谓的作家来说不过如此。自习室的日光灯柔和的把我围在一个白色的空间,只有悬在半空的我和汩汩流淌的文字。总觉得这时它们已经不是文字了,因为 一瞬间我突然发现我并不是在读它们,而是它们直接从纸上涌入我的脑海,冲破了外在意识文字识别的大门,在潜意识海底的深处翻腾。就像站在梦与醒的门,在清 醒中眩晕着。弗洛伊德说到作家的创作便是一个白日的梦境,眩晕与醉的感觉。
合上书,柔和的白色中各种轮廓渐渐的清晰,仿木纹的桌面,压在《收获》下面的课本。不知身在何处,因为梦醒。就让我流连在那传承了多少实际的白日梦中吧,因为那里,一年四季都是夏天。
作 业本,红宝书。我几乎听见一个嘎吱嘎吱的声音,很轻很轻的,在一个走廊的深处。一扇小门羞涩的关上。合页已经锈了吧?因为我已经记不得何时,我最后一次将 它关上。接着,我渐渐的找不到那条不起眼的走廊,那个走廊尽头小屋中闭起双眼做着深呼吸的小男孩。他的眼里是带着羞涩的激动,转瞬即逝。他带着那种羞涩的 却有些绝望的期待一次又一次关上那扇小小的门,却一直望了把它锁上。那房间里一个一个的抽屉中,是他的缪斯。我们的缪斯。
伪随机数发生器为我选择了《广陵散》。指尖与琴弦轻蹭过时,会有一种很细很细的摩擦声,就像心动的声音。空气中是梅子黄时雨的湿气,张开双臂,像在搅拌一汪清水。因为这是夏天啊。
----某日深夜
不可选择的出身,可以选择的奋斗
\documentclass[12pt, oneside, a4paper]{article}
\usepackage{ifpdf}
\usepackage[dvipdfm,CJKbookmarks]{hyperref}
\usepackage{CJK}
\begin{document}
\begin{CJK}{UTF8}{gbsn}
\title{不可选择的出身\&可以选择的奋斗——我的申请全记录}
\author{Carpenters}
\maketitle
\section{前言}
随 着我把一个签字扫描的文档email给小米,我的08fall申请终于算是完成了一大步。接下来的就是一大堆签证、选课、找导师等等事情,虽然还有些忐 忑,但总算可以舒一口气了。这一年半以来发生的事情真的很多,不知该从哪里说起。就随随便便东一榔头西一棒子的写写好了:)
首先是我自己 申请时的条件。话说今年的局势要比我想象的艰难得多,因为本来我觉得我的条件无懈可击,或者说在我的角度上来说已经做到最好了,但是最后结果来看真的很艰 难。我是南邮的本科生,非211跨专业申请,GPA 89.1/100,专业第一,T102,G480+800+4,还辛辛苦苦的发了两篇不错的国际会议,一篇一作ICMLC,关于二进制PSO的,一篇二作 ICTAI,关于改进SVM训练方法。之所以说很辛苦是因为我身处在一个没有这方面导师的地方,从选自己喜欢的而且有东西做的方向,到出idea到发表论 文然后出国开会,全是我们几个学生自己完成,所以我们每篇文章都是100\%甚至更多的工作量。附加的还有拿了一个美国数模MCM的二等奖,拿了若干年的 校运动会冠军,拿了一届校辩论赛的亚军,拿了能拿到的所有奖学金。唯一也是最大的硬伤,就是我的出身,因为我来自南京邮电大学。附加效应就是我的推荐人都 是完全没有名气但对我很nice的老师。但这个是我无法选择的,只因为我在几年前高考报志愿时的一次失误。
然后是最后的结果,一共拿到两个还不错的offer,一个是NUS的ECE,导师出身名门,非常nice,paper质量数量让人发指,还准备直接把我送到MSRA实习。另一个就是我最终选择的,CS PhD@ASU,一年全奖。
\section{流水帐式的时序记录}
\subsection{开始的开始——从好孩子到Echo寨落草}
我 选择出国,实在离不开echo一号学术八卦男+算法智能部偶像级领袖\emph{罗格.派}。当时是大三开学不久,偶还是一个好好学习天天向上晚晚自习课 课不迟到门门作业自己写科科考试90+的好孩子(自我陶醉中...)。我在一个阳光明媚的中午遇到了\emph{罗格.派}。忘了我们当时聊了些什么,甚 至记不请最开始找他的动机(大概是我想做些东西吧),反正最后的结果就是,我准备试一下出国...
当时是大三,我之前说的那些paper、MCM奖之类的都没有,GT不要说没有考,连准备都没有想过。相当于彻彻底底刚刚被洗过脑的一个全裸。就在这样的情况下,我还是下定决心要把出国放在日程上来,而且不仅要GT,还要努力一下paper。
\subsection{紧张到死的大三——GPA+T+MCM+paper}
当 时MCM的一个队友听说我要在这一年里同时做这4件事,完全不能相信。但是,我为了一个重要的考虑,实在是不得不如此。那就是damage control。我在最开始什么都没有的时候大概的考虑了一下,比如T至少要半年,所以只能08年3月考T,4月才会有结果,而如果这时发现T实在成绩很 差,重考又会再浪费3个月,这样时间就太晚了,而且当时的精神状态又会受挫,所以出国肯定就没法进行下去了,然后很可能就要老老实实回来考研。所以我随时 是要准备好些退路的。
所以当时我的计划是这样的:保持每天的自习量,以保证GPA与应试教育的状态;开始背单词,一点一点准备T;开始看各种书/paper,给自己研究经历摸着石头过河一般的打基础。
\subsubsection{GPA}
我有多年好孩子的经历,所以维持较高的GPA不算难事。无非是每天多上些自习,作业全部认真自己做,考试的时候买些历年的试卷。而且我们学校的考试很容易拿到90分以上,因为出来出去就那么几种题。
\subsubsection{Paper}
现 在想想,发一篇对得起良心的paper并不是很容易的事情,尤其是相对于我这样的idea不太高产的人来说。当然了,想要idea高产最佳的训练方法就是 看尽可能多的相关领域尽可能多的文章,这样自然而然就会有很多想法,看到别人很多不足。但这需要大量的时间。我当时就是没有充足的积累时间,几乎只用了半 年的阅读就开始写文章,所以现在回想起来能够发表真的也是挺幸运的。
再说一下我所认为的对得起良心,就是最起码要有以下几点:
\begin{enumerate}
\item 文章一定要有一个新的idea,而且是自己想出来的。总是写那种把X应用于Y的肉搏文章实在是...
\item 文章里的数据之类一定要是真的。
\item 文章一定要发表在说的过去的本着认真态度审稿的不是单纯以帮助某些“学者”增加EI数目而存在的会议/期刊(如果可能的话)上。
\end{enumerate}
更多的关于如何做研究的东西就不说了,有班门弄斧的嫌疑 :-)
\subsubsection{TOEFL iBT}
虽然我复习的总时间拉的比较长,但因为我比较懒,不太喜欢考这种考试,所以基本上每天最多背1个小时单词。到最后考前高强度复习做模考的20多天,每天可能也就4个小时左右。这个为我的其他几件事情节约了大量的时间。
\subsubsection{MCM}
这 个奖到最后我也不知道有没有起到作用,不过当时比赛的时候我是全心全意参加的。话说我的处女作跟这次比赛也有很大的关系,就是在比赛的过程中遇到一个组合 优化的问题,然后我就想用PSO来解。结果又发现现有的DPSO都很不怎么样,就自己想了一个新的方法。但比赛期间不能实验这种事情,就先把这个想法放下 来,然后赛完之后回到家里完成了这个算法改进。
\subsection{晕头转向的大四上——填申请表填到吐血}
经历了 大三的疲劳与几乎颗粒无收,我在下学期的4月终于看到了曙光,处女作顺利发表+iBT考过100大关。有了这两样,我的策略从随时准备考研成功转为绝对不 考虑考研,主力申请加拿大、香港和新加坡,准备一下G,尝试US。当时告诉父母我绝对去得了加拿大,现在想想...在暑假的时候开始了解各种申请相关的东 西,泡在太傻的加版上。开始尝试着套几个教授,记得只有一个mcmaster的教授回我,最后不知为何就不了了之了。
期间参加了两次国际 会议,因为级别只能称之为“还行”,所以没有看到心仪的教授,但和很多教授都聊了一下申请的事情,也获得了一些教授的主观信息。当时印象最深的就是一个 waterloo的教授,给我们的简历提了很多意见,并说他看简历的时候最关注两项:一是GPA及排名,二就是Publication。而且文章不需要太 多,尤其是本科生,有一篇还可以的就很好了。
之后10G的成绩也出来了,考的是我预期的上限值,当时的自信达到最大值,主力全面转向米 国。我的申请相当于从11月初开始,在一个月的时间里我完成了22所学校的申请表填写加材料邮寄,那叫一个不亦乐乎。当时觉得最大的经验就是从一开始就建 立了很完善的文件文档管理框架,再加上linux给我提供了数不清的科幻级效率的软件,还有国外高校不需要ActiveX这种垃圾也能安全运转的网上支 付,让我一直很有效率。
然后的一个多月是很无奈的,学校在大四这样的情况下依然个我们上不完的课程和写不完的各种报告。当时还要帮助我的MM考研,花掉了非常多的时间。这些时间里就是在建立新的状态跟踪文档体系,以及确认所有的材料收到否之类的。
我 的这次申请中,最失败的两点大约都出在这个学期。这两点也相当于相辅相成的吧,一个是没有好好套磁,还有一个就是申请的学校实在太多了。按我最后的结果来 看,我拿到的最终OFFER来自于一个工程排名45的学校,所以我的主力完全可以放在30~80这一档的学校,申5所左右,然后100+的学校2~3所足 矣。这样就可以省下大量的时间来套磁。当时一个Purdue的教授让我写RP给他,我就花了一个星期用latex+jabref+Dia写了一个带10篇 reference的东西给他,感觉里面的idea自己都很喜欢,可是那个教授如石沉大海般不给我任何动静,直到今天。这又浪费了我大量的时间(话说我的 总时间实在是太少了)。
\subsection{等待中的大四下——什么招都用了}
这个学期的主题就是漫长的等待。收到一封又一封的rej和AD,一次又一次的套磁石沉大海。我的另一篇帖子里有更多的内容,在这里就不细讲了。
\section{结果与我所看到的局势}
然后说一下以我的角度看到的局势,因为申请时遇到的情况都与个人有很大关系,所以在这里谈到的“局势”可能有很大的片面性。
\subsection{加拿大——颗粒无收}
我 之所以先谈加拿大,是因为我最早开始准备的就是去加拿大。我在加拿大申请了4所,分别是McGill, Waterloo, Alberta, Ottawa。选校的策略很简单,好的两个,一般的和保底的各一个。最后的结果很恐怖,保底的和一般的先后发来Rej,另外两个至今没有变过状态。
加 拿大现在给我的感觉就是不知道看中什么+对T的要求非常变态(我的专业都是100+)。所以我都有一种错觉,就是加拿大只看GT成绩。有若干学校(比如 UT,Queen,UBC)都直接不接受我的在线申请,因为我虽然T勉强过了100,但口语只有20,而非常多的学校要22。所以今后Echo众位弟兄申 请CAN一定谨慎,不要将其放为重点。
\subsection{香港——杳无音信}
我在很早的时候(大四下刚开学)就参 加了HKUST的一个面试,当时的面试官对我印象很好,夸了我若干句,但之后就杳无音信了。后来了解到,杳无音信就是默拒。之后不死心+考虑到申请费便宜 申了两所,UST和中文,直到现在都是waiting to be processed。
所以现在以我的角度来讲,申香港要动手快,要多 套磁,才有一点可能。而且,那边相当看中出身。当然,我指的是那几所很不错的学校。香港那边深知我们很多人会拿他保底,所以有大量的名额会给一些“合约” 的学生,比如通过和名校的一些合作项目。我有一个北大的同学就直接在很早的时候定下来去UST。这样留给我们来申请的名额就少之又少...
不过话说回来香港的硬性要求又不多,还是比较容易的。我一个同学雅思没有过7也拿到了城大的offer。
套 磁很有用,我最早的一个offer就来自于港理工,就是套到的,而且我连正式的申请都没有交...还有一些很好的机会可以当面套磁,比如每年在南京都会有 一个ML的研讨会,到时这方面的很多牛都会来,比如中文大学的Xiaoou Tang,UST的Qiang Yang。
\subsection{新加坡——一帆风顺}
新 加坡我申请了NUS和NTU,结果非常的不错。NUS的那个我之前已经提到了,Xiaoou Tang和T. Huang的弟子。NTU我把package寄出去就没有管,结果过年的时候被两个教授反套。所有这几个教授都非常nice,会主动问我有没有申请别的学 校,我说有,他们就说没关系,做好决定告诉我。
但NUS和NTU在录取方面有非常大的区别,NUS的录取过程是这样:材料收齐后,会首先 经过一个预筛选,由委员会进行。之后才有教授出马,挑选自己喜欢的学生。有教授挑选的学生就会接到面试通知。如果最后被录取,到时就是当初挑选你的那个。 但在整个过程中,导师能够起到的作用就要小很多,因为包括最后面试之后的决定,都是由委员会做出的。这是因为NUS录取的每一个研究型都有奖学金,而且这 个奖学金是由学校的拨款中出的,所以导师只能帮你recommend,不能直接做决定。当然,也有导师愿意自己出钱,这是少数,另当别论。还有就是当时有 很多人问的那个NUS的面试,据我当时面过了之后导师的原话,这个面试基本上不刷人的,只是看看你有没有基本的交流输出能力。
NTU的所有决定权都在导师手中,钱也是导师出的,所以会出现导师反套我的状况。
以上是我在面试的过程中问到的,如有不对之处还望指正。
\subsection{US——有得有失}
美 国到现在为止,我一共拿到了3个AD(MS@OSU, TTU \& PhD@UoUtah)和2个OFFER(MS@USF和PhD@ASU)。AD不给钱,去也去不起,USF又实在...所以我到最后其实只拿到一个 OFFER。万幸之中这个OFFER是我想要的。
美国给我的感觉是要钱太困难了。我两个MS的申请几乎是秒杀,马上就给AD。其他的 PhD都是迟迟没有消息,或是在不经意的某个早上给我发一封Rej。我发过非常多的套磁信,80\%的石沉大海,剩下的告诉我说要走正规渠道。拿到ASU 的AD之后,才终于有人回我。这个人就是后来帮我要到TA的一位很nice的AP。由于时间实在太紧迫,我没有尝试从10月甚至更早就开始很有针对性的套 磁,所以只能建议给后来的弟兄们了:-)
接下来就是出身的问题。很多教授都坚持说他们不看出身,但他们招学生的很多标准比如说你GPA的说服力,你的导师的知名度和实力等等最终都取决于出身。而且从最终的结果来看,“出身”、“关系”或者“推荐人”这些可遇不可求的东西有可能对结果造成非常大的影响。
但不幸之中的万幸就是通过不懈的哭穷把ASU的AD变成了全奖,详情已经在那片文章(http://bbs.gter.net/bbs/thread-823500-1-1.html)中说过。
\section{我们应该怎样努力?}
在ASU的AD变OFFER之前,我一直很想问这样一个问题,那就是,我们应该怎样努力,才能走出这里?
当 时的我面临这样的状态,即我无论如何都无法改变自己的出身,和国外没有任何的关系,也几乎不可能找到真正有国际声望的老师来做我的推荐人。我有的只是对知 识的热情,一个非常支持我的家庭,以及一大群一直在帮助我的兄弟。我能做的,就是在有限的时间内把自己能改变的事情都做成最好。而在这方面,我真的已经作 出了最大的努力,如果还是只能拿到Master的AD的话,那对我们来说真的是太不公平了。我们都很有自知之明,知道我们无论如何无法进入那些顶尖的学 校,但我们真的希望,我们可以通过自己拼搏的本科生活换来那些20~50之间的,优秀大学的OFFER。
不过我很幸运的拿到了OFFER。用事实证明了我们可以这样努力:
\begin{enumerate}
\item 努力找到自己真正喜欢的东西,或者说,出国的理由。很多人包括名校的出国留学生在一开始都不清楚出国是为了什么。但我们Echo的人不应该是这样。那些令人陶醉的知识和迷人的算法,使我们渴望站在巨人的肩头。
\item 首先做一个正直的研究者,然后努力增加自己简历上的研究经历。
\item 认真考GT,考到我这样的分数可以少发愁很多事情,但是在很多人看来,我的G成绩还是比较低的。不过不知道这个成绩到底在申请的过程中占到了多大的比重,因为从来没有人对我提起过。
\item GPA总是越高越好,第1名会有很多好处,但不需要占掉太多的时间。90分就可以了。
\item 坚持下去。
\end{enumerate}
以我的眼界只能看到以上的这些。这个问题我会继续探寻,比如问我将来的导师。
\section{致谢}
虽 然我是无神论者,但我依然觉得我有数不清的人可以感谢。首先当然是一直给我精神支持和经济支持的父母(他俩还一直建议我申至少30所,ft);然后是最早 拉我入伙,帮我审稿,告诉我各种学术八卦,给我数不清的各类意见的\emph{罗格.派}和\emph{卡第.诺}等兄弟;接着是每次我拿到Rej都积极 响应我攒人品行动并不停对我进行鼓励的\emph{拉第.图德}和\emph{卡第.诺}等;以及不远万里从首都赶来给我攒RP的\emph{MSN} 兄;然后就是更多的见到我就说加油的各位。多谢你们。
\end{CJK}
\end{document}
\usepackage{ifpdf}
\usepackage[dvipdfm,CJKbookmarks]{hyperref}
\usepackage{CJK}
\begin{document}
\begin{CJK}{UTF8}{gbsn}
\title{不可选择的出身\&可以选择的奋斗——我的申请全记录}
\author{Carpenters}
\maketitle
\section{前言}
随 着我把一个签字扫描的文档email给小米,我的08fall申请终于算是完成了一大步。接下来的就是一大堆签证、选课、找导师等等事情,虽然还有些忐 忑,但总算可以舒一口气了。这一年半以来发生的事情真的很多,不知该从哪里说起。就随随便便东一榔头西一棒子的写写好了:)
首先是我自己 申请时的条件。话说今年的局势要比我想象的艰难得多,因为本来我觉得我的条件无懈可击,或者说在我的角度上来说已经做到最好了,但是最后结果来看真的很艰 难。我是南邮的本科生,非211跨专业申请,GPA 89.1/100,专业第一,T102,G480+800+4,还辛辛苦苦的发了两篇不错的国际会议,一篇一作ICMLC,关于二进制PSO的,一篇二作 ICTAI,关于改进SVM训练方法。之所以说很辛苦是因为我身处在一个没有这方面导师的地方,从选自己喜欢的而且有东西做的方向,到出idea到发表论 文然后出国开会,全是我们几个学生自己完成,所以我们每篇文章都是100\%甚至更多的工作量。附加的还有拿了一个美国数模MCM的二等奖,拿了若干年的 校运动会冠军,拿了一届校辩论赛的亚军,拿了能拿到的所有奖学金。唯一也是最大的硬伤,就是我的出身,因为我来自南京邮电大学。附加效应就是我的推荐人都 是完全没有名气但对我很nice的老师。但这个是我无法选择的,只因为我在几年前高考报志愿时的一次失误。
然后是最后的结果,一共拿到两个还不错的offer,一个是NUS的ECE,导师出身名门,非常nice,paper质量数量让人发指,还准备直接把我送到MSRA实习。另一个就是我最终选择的,CS PhD@ASU,一年全奖。
\section{流水帐式的时序记录}
\subsection{开始的开始——从好孩子到Echo寨落草}
我 选择出国,实在离不开echo一号学术八卦男+算法智能部偶像级领袖\emph{罗格.派}。当时是大三开学不久,偶还是一个好好学习天天向上晚晚自习课 课不迟到门门作业自己写科科考试90+的好孩子(自我陶醉中...)。我在一个阳光明媚的中午遇到了\emph{罗格.派}。忘了我们当时聊了些什么,甚 至记不请最开始找他的动机(大概是我想做些东西吧),反正最后的结果就是,我准备试一下出国...
当时是大三,我之前说的那些paper、MCM奖之类的都没有,GT不要说没有考,连准备都没有想过。相当于彻彻底底刚刚被洗过脑的一个全裸。就在这样的情况下,我还是下定决心要把出国放在日程上来,而且不仅要GT,还要努力一下paper。
\subsection{紧张到死的大三——GPA+T+MCM+paper}
当 时MCM的一个队友听说我要在这一年里同时做这4件事,完全不能相信。但是,我为了一个重要的考虑,实在是不得不如此。那就是damage control。我在最开始什么都没有的时候大概的考虑了一下,比如T至少要半年,所以只能08年3月考T,4月才会有结果,而如果这时发现T实在成绩很 差,重考又会再浪费3个月,这样时间就太晚了,而且当时的精神状态又会受挫,所以出国肯定就没法进行下去了,然后很可能就要老老实实回来考研。所以我随时 是要准备好些退路的。
所以当时我的计划是这样的:保持每天的自习量,以保证GPA与应试教育的状态;开始背单词,一点一点准备T;开始看各种书/paper,给自己研究经历摸着石头过河一般的打基础。
\subsubsection{GPA}
我有多年好孩子的经历,所以维持较高的GPA不算难事。无非是每天多上些自习,作业全部认真自己做,考试的时候买些历年的试卷。而且我们学校的考试很容易拿到90分以上,因为出来出去就那么几种题。
\subsubsection{Paper}
现 在想想,发一篇对得起良心的paper并不是很容易的事情,尤其是相对于我这样的idea不太高产的人来说。当然了,想要idea高产最佳的训练方法就是 看尽可能多的相关领域尽可能多的文章,这样自然而然就会有很多想法,看到别人很多不足。但这需要大量的时间。我当时就是没有充足的积累时间,几乎只用了半 年的阅读就开始写文章,所以现在回想起来能够发表真的也是挺幸运的。
再说一下我所认为的对得起良心,就是最起码要有以下几点:
\begin{enumerate}
\item 文章一定要有一个新的idea,而且是自己想出来的。总是写那种把X应用于Y的肉搏文章实在是...
\item 文章里的数据之类一定要是真的。
\item 文章一定要发表在说的过去的本着认真态度审稿的不是单纯以帮助某些“学者”增加EI数目而存在的会议/期刊(如果可能的话)上。
\end{enumerate}
更多的关于如何做研究的东西就不说了,有班门弄斧的嫌疑 :-)
\subsubsection{TOEFL iBT}
虽然我复习的总时间拉的比较长,但因为我比较懒,不太喜欢考这种考试,所以基本上每天最多背1个小时单词。到最后考前高强度复习做模考的20多天,每天可能也就4个小时左右。这个为我的其他几件事情节约了大量的时间。
\subsubsection{MCM}
这 个奖到最后我也不知道有没有起到作用,不过当时比赛的时候我是全心全意参加的。话说我的处女作跟这次比赛也有很大的关系,就是在比赛的过程中遇到一个组合 优化的问题,然后我就想用PSO来解。结果又发现现有的DPSO都很不怎么样,就自己想了一个新的方法。但比赛期间不能实验这种事情,就先把这个想法放下 来,然后赛完之后回到家里完成了这个算法改进。
\subsection{晕头转向的大四上——填申请表填到吐血}
经历了 大三的疲劳与几乎颗粒无收,我在下学期的4月终于看到了曙光,处女作顺利发表+iBT考过100大关。有了这两样,我的策略从随时准备考研成功转为绝对不 考虑考研,主力申请加拿大、香港和新加坡,准备一下G,尝试US。当时告诉父母我绝对去得了加拿大,现在想想...在暑假的时候开始了解各种申请相关的东 西,泡在太傻的加版上。开始尝试着套几个教授,记得只有一个mcmaster的教授回我,最后不知为何就不了了之了。
期间参加了两次国际 会议,因为级别只能称之为“还行”,所以没有看到心仪的教授,但和很多教授都聊了一下申请的事情,也获得了一些教授的主观信息。当时印象最深的就是一个 waterloo的教授,给我们的简历提了很多意见,并说他看简历的时候最关注两项:一是GPA及排名,二就是Publication。而且文章不需要太 多,尤其是本科生,有一篇还可以的就很好了。
之后10G的成绩也出来了,考的是我预期的上限值,当时的自信达到最大值,主力全面转向米 国。我的申请相当于从11月初开始,在一个月的时间里我完成了22所学校的申请表填写加材料邮寄,那叫一个不亦乐乎。当时觉得最大的经验就是从一开始就建 立了很完善的文件文档管理框架,再加上linux给我提供了数不清的科幻级效率的软件,还有国外高校不需要ActiveX这种垃圾也能安全运转的网上支 付,让我一直很有效率。
然后的一个多月是很无奈的,学校在大四这样的情况下依然个我们上不完的课程和写不完的各种报告。当时还要帮助我的MM考研,花掉了非常多的时间。这些时间里就是在建立新的状态跟踪文档体系,以及确认所有的材料收到否之类的。
我 的这次申请中,最失败的两点大约都出在这个学期。这两点也相当于相辅相成的吧,一个是没有好好套磁,还有一个就是申请的学校实在太多了。按我最后的结果来 看,我拿到的最终OFFER来自于一个工程排名45的学校,所以我的主力完全可以放在30~80这一档的学校,申5所左右,然后100+的学校2~3所足 矣。这样就可以省下大量的时间来套磁。当时一个Purdue的教授让我写RP给他,我就花了一个星期用latex+jabref+Dia写了一个带10篇 reference的东西给他,感觉里面的idea自己都很喜欢,可是那个教授如石沉大海般不给我任何动静,直到今天。这又浪费了我大量的时间(话说我的 总时间实在是太少了)。
\subsection{等待中的大四下——什么招都用了}
这个学期的主题就是漫长的等待。收到一封又一封的rej和AD,一次又一次的套磁石沉大海。我的另一篇帖子里有更多的内容,在这里就不细讲了。
\section{结果与我所看到的局势}
然后说一下以我的角度看到的局势,因为申请时遇到的情况都与个人有很大关系,所以在这里谈到的“局势”可能有很大的片面性。
\subsection{加拿大——颗粒无收}
我 之所以先谈加拿大,是因为我最早开始准备的就是去加拿大。我在加拿大申请了4所,分别是McGill, Waterloo, Alberta, Ottawa。选校的策略很简单,好的两个,一般的和保底的各一个。最后的结果很恐怖,保底的和一般的先后发来Rej,另外两个至今没有变过状态。
加 拿大现在给我的感觉就是不知道看中什么+对T的要求非常变态(我的专业都是100+)。所以我都有一种错觉,就是加拿大只看GT成绩。有若干学校(比如 UT,Queen,UBC)都直接不接受我的在线申请,因为我虽然T勉强过了100,但口语只有20,而非常多的学校要22。所以今后Echo众位弟兄申 请CAN一定谨慎,不要将其放为重点。
\subsection{香港——杳无音信}
我在很早的时候(大四下刚开学)就参 加了HKUST的一个面试,当时的面试官对我印象很好,夸了我若干句,但之后就杳无音信了。后来了解到,杳无音信就是默拒。之后不死心+考虑到申请费便宜 申了两所,UST和中文,直到现在都是waiting to be processed。
所以现在以我的角度来讲,申香港要动手快,要多 套磁,才有一点可能。而且,那边相当看中出身。当然,我指的是那几所很不错的学校。香港那边深知我们很多人会拿他保底,所以有大量的名额会给一些“合约” 的学生,比如通过和名校的一些合作项目。我有一个北大的同学就直接在很早的时候定下来去UST。这样留给我们来申请的名额就少之又少...
不过话说回来香港的硬性要求又不多,还是比较容易的。我一个同学雅思没有过7也拿到了城大的offer。
套 磁很有用,我最早的一个offer就来自于港理工,就是套到的,而且我连正式的申请都没有交...还有一些很好的机会可以当面套磁,比如每年在南京都会有 一个ML的研讨会,到时这方面的很多牛都会来,比如中文大学的Xiaoou Tang,UST的Qiang Yang。
\subsection{新加坡——一帆风顺}
新 加坡我申请了NUS和NTU,结果非常的不错。NUS的那个我之前已经提到了,Xiaoou Tang和T. Huang的弟子。NTU我把package寄出去就没有管,结果过年的时候被两个教授反套。所有这几个教授都非常nice,会主动问我有没有申请别的学 校,我说有,他们就说没关系,做好决定告诉我。
但NUS和NTU在录取方面有非常大的区别,NUS的录取过程是这样:材料收齐后,会首先 经过一个预筛选,由委员会进行。之后才有教授出马,挑选自己喜欢的学生。有教授挑选的学生就会接到面试通知。如果最后被录取,到时就是当初挑选你的那个。 但在整个过程中,导师能够起到的作用就要小很多,因为包括最后面试之后的决定,都是由委员会做出的。这是因为NUS录取的每一个研究型都有奖学金,而且这 个奖学金是由学校的拨款中出的,所以导师只能帮你recommend,不能直接做决定。当然,也有导师愿意自己出钱,这是少数,另当别论。还有就是当时有 很多人问的那个NUS的面试,据我当时面过了之后导师的原话,这个面试基本上不刷人的,只是看看你有没有基本的交流输出能力。
NTU的所有决定权都在导师手中,钱也是导师出的,所以会出现导师反套我的状况。
以上是我在面试的过程中问到的,如有不对之处还望指正。
\subsection{US——有得有失}
美 国到现在为止,我一共拿到了3个AD(MS@OSU, TTU \& PhD@UoUtah)和2个OFFER(MS@USF和PhD@ASU)。AD不给钱,去也去不起,USF又实在...所以我到最后其实只拿到一个 OFFER。万幸之中这个OFFER是我想要的。
美国给我的感觉是要钱太困难了。我两个MS的申请几乎是秒杀,马上就给AD。其他的 PhD都是迟迟没有消息,或是在不经意的某个早上给我发一封Rej。我发过非常多的套磁信,80\%的石沉大海,剩下的告诉我说要走正规渠道。拿到ASU 的AD之后,才终于有人回我。这个人就是后来帮我要到TA的一位很nice的AP。由于时间实在太紧迫,我没有尝试从10月甚至更早就开始很有针对性的套 磁,所以只能建议给后来的弟兄们了:-)
接下来就是出身的问题。很多教授都坚持说他们不看出身,但他们招学生的很多标准比如说你GPA的说服力,你的导师的知名度和实力等等最终都取决于出身。而且从最终的结果来看,“出身”、“关系”或者“推荐人”这些可遇不可求的东西有可能对结果造成非常大的影响。
但不幸之中的万幸就是通过不懈的哭穷把ASU的AD变成了全奖,详情已经在那片文章(http://bbs.gter.net/bbs/thread-823500-1-1.html)中说过。
\section{我们应该怎样努力?}
在ASU的AD变OFFER之前,我一直很想问这样一个问题,那就是,我们应该怎样努力,才能走出这里?
当 时的我面临这样的状态,即我无论如何都无法改变自己的出身,和国外没有任何的关系,也几乎不可能找到真正有国际声望的老师来做我的推荐人。我有的只是对知 识的热情,一个非常支持我的家庭,以及一大群一直在帮助我的兄弟。我能做的,就是在有限的时间内把自己能改变的事情都做成最好。而在这方面,我真的已经作 出了最大的努力,如果还是只能拿到Master的AD的话,那对我们来说真的是太不公平了。我们都很有自知之明,知道我们无论如何无法进入那些顶尖的学 校,但我们真的希望,我们可以通过自己拼搏的本科生活换来那些20~50之间的,优秀大学的OFFER。
不过我很幸运的拿到了OFFER。用事实证明了我们可以这样努力:
\begin{enumerate}
\item 努力找到自己真正喜欢的东西,或者说,出国的理由。很多人包括名校的出国留学生在一开始都不清楚出国是为了什么。但我们Echo的人不应该是这样。那些令人陶醉的知识和迷人的算法,使我们渴望站在巨人的肩头。
\item 首先做一个正直的研究者,然后努力增加自己简历上的研究经历。
\item 认真考GT,考到我这样的分数可以少发愁很多事情,但是在很多人看来,我的G成绩还是比较低的。不过不知道这个成绩到底在申请的过程中占到了多大的比重,因为从来没有人对我提起过。
\item GPA总是越高越好,第1名会有很多好处,但不需要占掉太多的时间。90分就可以了。
\item 坚持下去。
\end{enumerate}
以我的眼界只能看到以上的这些。这个问题我会继续探寻,比如问我将来的导师。
\section{致谢}
虽 然我是无神论者,但我依然觉得我有数不清的人可以感谢。首先当然是一直给我精神支持和经济支持的父母(他俩还一直建议我申至少30所,ft);然后是最早 拉我入伙,帮我审稿,告诉我各种学术八卦,给我数不清的各类意见的\emph{罗格.派}和\emph{卡第.诺}等兄弟;接着是每次我拿到Rej都积极 响应我攒人品行动并不停对我进行鼓励的\emph{拉第.图德}和\emph{卡第.诺}等;以及不远万里从首都赶来给我攒RP的\emph{MSN} 兄;然后就是更多的见到我就说加油的各位。多谢你们。
\end{CJK}
\end{document}
Python变量存储
这次毕设虽然题目挺无聊的,但是为了抓住这个机会练习一下包括Python在内的很多东西,我多少还是认真完成的。因为我的毕设用的是“过完备”的特征提取,所以一张图片的特征维数达到了412160之多...这样所有训练图片的特征一次性存在内存里是不可能的,所以我就使用了各种各样的数据存取操作。我现在了解到的Python相比Matlab唯一的一点美中不足就是数据结构不够统一所导致的数据存储没有统一的函数。从最最基本的以ASCII格式存储矩阵的io.save,到man里面很是推崇的cPickle。我这次各种需求的数据都尝试过了,所以小小的总结一段:
1、对于一个或多个数据类型不同且体积较小(比如1000维以内),而且含有Python特有的数据类型比如list,字典等等的变量,统一变成一个字典然后使用cPickle.dump。这样将来load出来数据类型不变,会节约大量的格式转换代码。
2、对于较大的变量,比如我使用的图像特征,双精度1*412160,以及训练时使用的一个核心矩阵,int8整数,375*412160,无论使用ASCII还是cPickle都会速度非常慢,且极其消耗硬盘空间。这时就要考虑是用2进制来存储。我之前一直纠缠于这个问题甚至最后自己写了一个用ASCII读取int8的函数,就是因为我在使用scipy.io.savemat存储int8类的矩阵时,读出来仍然是双精度,那可是375*412160的矩阵啊,我的内存当时就崩了...后来查了一下scipy.io.mio的源代码,原来里面有这样一段:
np_to_mtypes = {
'f8': miDOUBLE,
'c32': miDOUBLE,
'c24': miDOUBLE,
'c16': miDOUBLE,
'f4': miSINGLE,
'c8': miSINGLE,
'i4': miINT32,
'i2': miINT16,
'u2': miUINT16,
'u1': miUINT8,
'S1': miUINT8,
}
这相当于python到matlab数据类型的一个转换码表。我注意到'u1': miUINT8这一段,意识到savemat是可以保留一些数据类型的。
所以应该:
a = ones(5, dtype = 'u1')
scipy.io.savemat('test.mat', {'a':a})
这样load出来就完全没有问题了...只是要注意,uint8是0~255的。
所以之前一直有问题的原因就是python下面的int8在matlab里是不存在的,所以mio会自动转化为双精度来存储。但是我又必须使用int8,因为int8是-128~+127的。不过还好Python的格式转换不会占用多余的内存。
所以,对于较大型的数据矩阵,使用scipy.io.mio,存取速度非常快,有压缩,节约硬盘空间。注意的话,可妥善保存数据类型。
1、对于一个或多个数据类型不同且体积较小(比如1000维以内),而且含有Python特有的数据类型比如list,字典等等的变量,统一变成一个字典然后使用cPickle.dump。这样将来load出来数据类型不变,会节约大量的格式转换代码。
2、对于较大的变量,比如我使用的图像特征,双精度1*412160,以及训练时使用的一个核心矩阵,int8整数,375*412160,无论使用ASCII还是cPickle都会速度非常慢,且极其消耗硬盘空间。这时就要考虑是用2进制来存储。我之前一直纠缠于这个问题甚至最后自己写了一个用ASCII读取int8的函数,就是因为我在使用scipy.io.savemat存储int8类的矩阵时,读出来仍然是双精度,那可是375*412160的矩阵啊,我的内存当时就崩了...后来查了一下scipy.io.mio的源代码,原来里面有这样一段:
np_to_mtypes = {
'f8': miDOUBLE,
'c32': miDOUBLE,
'c24': miDOUBLE,
'c16': miDOUBLE,
'f4': miSINGLE,
'c8': miSINGLE,
'i4': miINT32,
'i2': miINT16,
'u2': miUINT16,
'u1': miUINT8,
'S1': miUINT8,
}
这相当于python到matlab数据类型的一个转换码表。我注意到'u1': miUINT8这一段,意识到savemat是可以保留一些数据类型的。
所以应该:
a = ones(5, dtype = 'u1')
scipy.io.savemat('test.mat', {'a':a})
这样load出来就完全没有问题了...只是要注意,uint8是0~255的。
所以之前一直有问题的原因就是python下面的int8在matlab里是不存在的,所以mio会自动转化为双精度来存储。但是我又必须使用int8,因为int8是-128~+127的。不过还好Python的格式转换不会占用多余的内存。
所以,对于较大型的数据矩阵,使用scipy.io.mio,存取速度非常快,有压缩,节约硬盘空间。注意的话,可妥善保存数据类型。
无题2006-09-20
悠长的号声响起了
催促我们回到远方的梦境
那里没有边界,只有教条
没有无耻,没有背叛,只有“我不喜欢!”
很小的蔷薇也有红色的花瓣
我们看着它们慢慢地卷起来
催促我们回到远方的梦境
那里没有边界,只有教条
没有无耻,没有背叛,只有“我不喜欢!”
很小的蔷薇也有红色的花瓣
我们看着它们慢慢地卷起来
落净红艳的花萼像空洞的眼眶寻找着天空
我们知道应该把它们剪掉
我们知道剪掉时干枯的表皮会响得很好听
我们知道断面会很新鲜
我们知道明年的蔷薇会开得更甜
我们知道应该把它们剪掉
我们知道剪掉时干枯的表皮会响得很好听
我们知道断面会很新鲜
我们知道明年的蔷薇会开得更甜
那些不是血
有人告诉我们
那叫成长
那叫成长
无题2006-06-18
Kile中不能拼写检查和预览的问题
点击拼写检查,会提示I(A)Spell不能打开。
sudo apt-get install kcontrol ispell
就可以了
点击预览时,会提示有个什么东西没有装,装上这个就行了:
sudo apt-get install kghostview
而且还可以选中一段专门预览,非常方便:-)
sudo apt-get install kcontrol ispell
就可以了
点击预览时,会提示有个什么东西没有装,装上这个就行了:
sudo apt-get install kghostview
而且还可以选中一段专门预览,非常方便:-)
ID3转换为UTF8编码
各种各样的Linux软件都是以UTF8为默认编码的,所以最简单的办法就是把所有的歌曲的标签(ID3)全转换成UTF-8编码格式。
1、安装apt-get install python-mutagen
2、现在就可以到某个有音乐的目录下,运行mid3iconv -e GBK *.mp3
3、如果有进一步的问题,可以man mid3iconv一下看一下其他参数怎么用
1、安装apt-get install python-mutagen
2、现在就可以到某个有音乐的目录下,运行mid3iconv -e GBK *.mp3
3、如果有进一步的问题,可以man mid3iconv一下看一下其他参数怎么用
解决xmms的中文显示问题
在网上找了很久+试一晚上才试出来一种适合我现在的方法:
我现在的情况是:所有ID3都正确改为UTF-8,ubuntu 6.10。
sudo ln -s /etc/gtk/gtkrc.zh_CN /etc/gtk/gtkrc.zh_CN.utf-8
gedit /etc/X11/xorg.conf
在字体路径中加入
FontPath “/usr/share/fonts/truetype/”(不一定是这个,视具体位置而定)
sudo gedit gtkrc.zh_CN.utf-8
把里面改成:
style "gtk-default-zh-cn" {
fontset = "-adobe-helvelica-medium-r-normal--14-*-*-*-*-*-iso8859-1,\
-*-*-medium-r-normal--16-*-*-*-*-*-gb2312.1980-0,fixed"
}
class "GtkWidget" style "gtk-default-zh-cn"
在xmms中Options-Preferences-Fonts的两个窗口中填入-*-*-medium-r-normal--16-*-*-*-*-*-gb2312.1980-0,fixed就全部正常了
我现在的情况是:所有ID3都正确改为UTF-8,ubuntu 6.10。
sudo ln -s /etc/gtk/gtkrc.zh_CN /etc/gtk/gtkrc.zh_CN.utf-8
gedit /etc/X11/xorg.conf
在字体路径中加入
FontPath “/usr/share/fonts/truetype/”(不一定是这个,视具体位置而定)
sudo gedit gtkrc.zh_CN.utf-8
把里面改成:
style "gtk-default-zh-cn" {
}
class "GtkWidget" style "gtk-default-zh-cn"
在xmms中Options-Preferences-Fonts的两个窗口中填入-*-*-medium-r-normal--16-*-*-*-*-*-gb2312.1980-0,fixed就全部正常了
ICMLC07游记
总算完成了3天的会议,回到了内地。
这个会议由于发表了偶的处女作,所以我就抱着无论如何也要把过程走完的心态自费来到了香港。之所以将这片文章定名为游记,是因为这次会议给我带来的学术上 的收获实在是非常的有限,俄日非学术的比如熟悉会议流程之类的东西还是收获挺多的,毕竟这同时也是我第一次一个人去一个这样不同的地方...希望能对将来 的仁兄们有些许帮助。
关于ICMLC
也许关于会议的各种东东Logpie远比我有发言权,不过我还是要顶着板砖和番茄献上我的直观资料:
1、此会是在众多所谓国际会议中对我们来说非常特殊的一类,仔细观察就发现主办方其实是中国的XX大学,比如ICMLC就是河北大学办的,而co-sponsor中有IEEE或IEEE的某个Society,借此ZB。会议的接受率不是一般的高,一度达到75%。
2、因为好中,又是EI,所以会议发表的文章90%作者姓名都是用拼音写的...结果就是开会的时候的感觉很像国内会议...
会议的过程
1、会议是19号开始,但我当天下午才到的,所以没有赶上上午的两个Tutorial。去了以后就是领各种东西,包括一个包(很实用,但很很丑)、一本会 议录、一本日程安排、一张光盘、一堆在香港旅游的介绍册子和优惠卷(晕...)。加起来很重,肯定是不能每天都带着的,所以我基本上每天带着的就是胸卡和 日程安排。
2、领过了东西发现Tutorial已经开始了,所以相当于我没有听任何的Tutorial,没有发言权...
3、20号会议正式开始,20号和21号的上午安排了4场Keynote,1个美国的教授,1个德国的教授,2个中国的教授。
第1个是美国人讲的,偏市场的一个话题,介绍将来服务业的发展方向:面向绝对个性化的,纯Real-time的服务。他的英语非常美式,语速适中,所以听 起来非常舒服。他提到行业结构的趋势就是越来越多的比例会被分配到服务业,比如现在美国服务业的比例是80%,农业人员的比例是1.6%。还有就是实时服 务的管理等等。
第2个是北大的徐雷,发音很差,但很流利。讲的是理论的东东,PPT做得非常差劲,所以基本上没听懂...
第二天的第1个是哈工大的一个人讲机器人,没兴趣所以就没去。
第2个是一个德国的教授,讲一个医学图像处理的开源项目KNIME,非常棒。他首先介绍发明一种新药的流程(没太听懂),大概需要12年(无语...)。 最深刻的印象就是这个仁兄语速快到一定境界,机关枪一般,幸好我对后面机器学习以及图像处理的内容比较了解,基本上都听懂了:-)在作药品试验的时候,往 往要在一种仪器里同时进行数千个试验,每个实验槽下面都有一个高分辨率相机拍下试验后的细胞照片,然后要对这照片中的几十万个细胞进行自动分类,并把不属 于预分好类的异常挑出来供研究。像机器学习里供学习的样本都必须带有标签,而这个项目里每次带有标签的样本最多只能有十几个或二十几个而已,却要分几十万 的未知数据。因为打标签时只能使用医学专家,而医学专家的工作量是很有限的...所以就要使用Active Learning,选择最需要学习的数据点。一般的方法里会在开始时随机抽取20个样本来加标签,然后再开始选择最需要学习的样本,这样刚开始的20个就 有点Expensive,所以他们的方法是从一开始就根据一个评价方程来评价每一个未知样本打标签后可能的贡献,然后达到经济且很快的学习速度。
4、大会分多个房间同时进行,每2个小时为一个session,每个里面有6个Oral或若干个Poster。安排很自由的,看到有兴趣的就可以去听,随时可以进,也随时可以走。
5、会议提供电脑,Windows,想的话也可以自己带。我看到有很多鬼子就是Mac,不带自己的电脑的话根本做不了...
6、除了Keynote之外的时间,我基本上都会待在会场,挑些感兴趣的session去听。十分失望的就是参加会议的同胞们的英语,实在是...我自己 感觉听力挺好的,但还是难以理解...有很多仁兄说到一半居然忍不住开始说普通话...吐血...更失望的是几乎每个session的6个作者都不会到 齐,一般只来2~3个...以至于到了最后一天干脆把2个session合起来开,这样会场才会有几个人...因为台下坐的基本上都是等会儿要发言 的...像我这样的纯听众几乎没有...很多作者不能来,就随便找了一个完全不相干的人来代为发言,结果就是念PPT...更无语的是他的口语水平使得过 了很久我才发现他其实是在念PPT...撞墙...
7、我发言的那天下午,前面几个人做的PPT实在是...深蓝色的底,黑色的字...投影仪也没有好到那种地步...最后热心的session chair,一个IEEE的president,看不下去了就上台给大家讲解PPT应该怎样做...吐血不止...闻所未闻的景象...
8、最让我汗颜的是,有一个session里全是日本的paper(不知是否有意如此),我听了3篇,都做得很好。一看就可以看出来他们的Project 做得非常认真,PPT也做得很棒(Mac的PPT好炫),几个人做的都是RFID,听了以后的确会增长一些见识,不像...虽说他们的英语发音也不怎么 样,但最少可以让我这样的听懂...所以现在想起来还觉得非常汗颜...
9、Poster本应比Presentation有趣一些,你可以和感兴趣的海报作者随意交流。但事实是几乎没有人做Poster...整个会议做好海报 并解说的总共只有两个人...但Poster占了6个session...吐血...更吐血的是,还有几个人没有做Poster,直接把论文打印了贴上 去...我看得眼花...然后我问问题,对方听不懂...然后就换成中文...然后过了一会儿,发现我在给他讲解...
10、我大概是去参加会议的唯一一个本科生,这让我受到了几天的异样眼光以及称赞,说实话让我觉得非常不爽。分明就是不能把所有人平等看待...听着那些 所谓学者对我说话,根本就是把我当一个毛头小子...当然我这些话有些过激了,忏悔一下下...还有就是那些学者真的很官僚...
11、基本上没有人在交流学术,即使是用汉语。
12、每过两个session都会有一个Coffee Break,仔细观察时间安排的话会发现没有午饭时间的,不过接近中午的Coffee Break肯定能让你吃饱...全都是我闻所未闻的点心和水果,印象最深的是一种三文鱼点心和一种吞拿鱼点心,想起来我就饿...还有虾饺和虾仁烧卖...所以像我这种不愿意浪费会场时间的最大的收益就是省去了所有的午饭,plus晚饭可以少吃点。
13、宴会非常棒,而且免费...
少的可怜的一点交流经验
1、这次很幸运的就是认识了一个加拿大的硕士生,我们没事就在一起聊天,促成了我平生最长的一次口语练习,我们一聊就是几个小时...
2、在会场上听发言的时候,最简单的搭讪方式是直接伸出手来握,然后面带微笑打招呼。当然,只对外国人有效。很多同胞都在打瞌睡,我也不太好意思打扰。
3、交换名片的时机是另一个收获,一般两个人聊几句,然后你就可以说将来怎么联系你?然后就先掏出名片。
4、想和发言的人交流的话最简单的方法就是他发言的最后先问几个问题。其实我觉得只要你把对方的发言听下来了,没有问题是不太可能的。而且IEEE的那个president也私下教了一个万能问问题的方法,就是问future work/contribution...
5、我整个ICMLC只对一个人有些兴趣,就是那位德国的教授。像这种邀请来的人平时基本看不到,所以陶瓷的唯一可能时间就是在宴会。其实回忆起来特别简单,只要大大方方地走过去,伸出右手,说:Hello, professor, My name is Lei Yuan, I am very interested in your project after hearing your wonderful keynote speech this morning,然后这是他就很热情地站起来了,很认真地听我说。这时可以讨论几个问题,或长驱直入问他你今年啊招学生啊,其实那位加拿大的朋友教育我说他们更喜欢长驱直入一点的,直接说你想套他就得了。
关于差旅及生活
1、如果在香港没有朋友的话,订酒店也不是太差的选择。在网上提前订可以打比较多的折扣,比如我住的地方323,听说还有280的。
2、去之前尽量提前在中国银行把港币换好,周一至周五,因为到了香港虽然到处都有两替店,但汇率是1000RMB对950HKD。开销大概是平均每天100HKD,如果你不出去玩太贵的地方的话。
3、在入关的地方(我去的是罗湖)会有换港币和卖手机卡的地方,中国移动收购了香港的People's公司,出了一种卡打内地的电话0.25/min,非常划算,但一定要注意买这种长途卡,People's其他的卡未必打国际长途是这个价...
4、在罗湖口岸还可以办一种叫做八达通的交通卡,强烈建议办一张,坐地铁、公交、出租、轮渡、索道等等,而且都会便宜些,这个卡甚至可以在7eleven和麦当劳买东西。我在香港待了4天,交通费120。
5、吃饭的话可以去路边的各种茶餐厅,30块可以吃半饱(加上会议的点心就差不多了),奶茶不错。
6、我最后有半天多的时间用来玩儿,发现很经济有很值得去的一条路线就是:从尖沙咀出发,花1.7坐船去香港岛,坐在船上看对面很爽。花9.5坐15路到 太平山顶,强烈推荐坐在顶层第一排,一路上看尽高楼大厦,plus非常刺激。在太平山顶上俯瞰香港,景色相当不错。花22坐索道到山脚,索道非常有特色。 然后就是在香港岛上瞎逛,有很多建筑非常有特色的。到了晚上一定要回到海边看香江夜景,漂亮到没话说了,而且每晚8:00~8:15会有灯光音乐表演,两 岸的高楼大厦用若干舞动的聚光灯配合音乐的节奏,非常值得一看。
这个会议由于发表了偶的处女作,所以我就抱着无论如何也要把过程走完的心态自费来到了香港。之所以将这片文章定名为游记,是因为这次会议给我带来的学术上 的收获实在是非常的有限,俄日非学术的比如熟悉会议流程之类的东西还是收获挺多的,毕竟这同时也是我第一次一个人去一个这样不同的地方...希望能对将来 的仁兄们有些许帮助。
关于ICMLC
也许关于会议的各种东东Logpie远比我有发言权,不过我还是要顶着板砖和番茄献上我的直观资料:
1、此会是在众多所谓国际会议中对我们来说非常特殊的一类,仔细观察就发现主办方其实是中国的XX大学,比如ICMLC就是河北大学办的,而co-sponsor中有IEEE或IEEE的某个Society,借此ZB。会议的接受率不是一般的高,一度达到75%。
2、因为好中,又是EI,所以会议发表的文章90%作者姓名都是用拼音写的...结果就是开会的时候的感觉很像国内会议...
会议的过程
1、会议是19号开始,但我当天下午才到的,所以没有赶上上午的两个Tutorial。去了以后就是领各种东西,包括一个包(很实用,但很很丑)、一本会 议录、一本日程安排、一张光盘、一堆在香港旅游的介绍册子和优惠卷(晕...)。加起来很重,肯定是不能每天都带着的,所以我基本上每天带着的就是胸卡和 日程安排。
2、领过了东西发现Tutorial已经开始了,所以相当于我没有听任何的Tutorial,没有发言权...
3、20号会议正式开始,20号和21号的上午安排了4场Keynote,1个美国的教授,1个德国的教授,2个中国的教授。
第1个是美国人讲的,偏市场的一个话题,介绍将来服务业的发展方向:面向绝对个性化的,纯Real-time的服务。他的英语非常美式,语速适中,所以听 起来非常舒服。他提到行业结构的趋势就是越来越多的比例会被分配到服务业,比如现在美国服务业的比例是80%,农业人员的比例是1.6%。还有就是实时服 务的管理等等。
第2个是北大的徐雷,发音很差,但很流利。讲的是理论的东东,PPT做得非常差劲,所以基本上没听懂...
第二天的第1个是哈工大的一个人讲机器人,没兴趣所以就没去。
第2个是一个德国的教授,讲一个医学图像处理的开源项目KNIME,非常棒。他首先介绍发明一种新药的流程(没太听懂),大概需要12年(无语...)。 最深刻的印象就是这个仁兄语速快到一定境界,机关枪一般,幸好我对后面机器学习以及图像处理的内容比较了解,基本上都听懂了:-)在作药品试验的时候,往 往要在一种仪器里同时进行数千个试验,每个实验槽下面都有一个高分辨率相机拍下试验后的细胞照片,然后要对这照片中的几十万个细胞进行自动分类,并把不属 于预分好类的异常挑出来供研究。像机器学习里供学习的样本都必须带有标签,而这个项目里每次带有标签的样本最多只能有十几个或二十几个而已,却要分几十万 的未知数据。因为打标签时只能使用医学专家,而医学专家的工作量是很有限的...所以就要使用Active Learning,选择最需要学习的数据点。一般的方法里会在开始时随机抽取20个样本来加标签,然后再开始选择最需要学习的样本,这样刚开始的20个就 有点Expensive,所以他们的方法是从一开始就根据一个评价方程来评价每一个未知样本打标签后可能的贡献,然后达到经济且很快的学习速度。
4、大会分多个房间同时进行,每2个小时为一个session,每个里面有6个Oral或若干个Poster。安排很自由的,看到有兴趣的就可以去听,随时可以进,也随时可以走。
5、会议提供电脑,Windows,想的话也可以自己带。我看到有很多鬼子就是Mac,不带自己的电脑的话根本做不了...
6、除了Keynote之外的时间,我基本上都会待在会场,挑些感兴趣的session去听。十分失望的就是参加会议的同胞们的英语,实在是...我自己 感觉听力挺好的,但还是难以理解...有很多仁兄说到一半居然忍不住开始说普通话...吐血...更失望的是几乎每个session的6个作者都不会到 齐,一般只来2~3个...以至于到了最后一天干脆把2个session合起来开,这样会场才会有几个人...因为台下坐的基本上都是等会儿要发言 的...像我这样的纯听众几乎没有...很多作者不能来,就随便找了一个完全不相干的人来代为发言,结果就是念PPT...更无语的是他的口语水平使得过 了很久我才发现他其实是在念PPT...撞墙...
7、我发言的那天下午,前面几个人做的PPT实在是...深蓝色的底,黑色的字...投影仪也没有好到那种地步...最后热心的session chair,一个IEEE的president,看不下去了就上台给大家讲解PPT应该怎样做...吐血不止...闻所未闻的景象...
8、最让我汗颜的是,有一个session里全是日本的paper(不知是否有意如此),我听了3篇,都做得很好。一看就可以看出来他们的Project 做得非常认真,PPT也做得很棒(Mac的PPT好炫),几个人做的都是RFID,听了以后的确会增长一些见识,不像...虽说他们的英语发音也不怎么 样,但最少可以让我这样的听懂...所以现在想起来还觉得非常汗颜...
9、Poster本应比Presentation有趣一些,你可以和感兴趣的海报作者随意交流。但事实是几乎没有人做Poster...整个会议做好海报 并解说的总共只有两个人...但Poster占了6个session...吐血...更吐血的是,还有几个人没有做Poster,直接把论文打印了贴上 去...我看得眼花...然后我问问题,对方听不懂...然后就换成中文...然后过了一会儿,发现我在给他讲解...
10、我大概是去参加会议的唯一一个本科生,这让我受到了几天的异样眼光以及称赞,说实话让我觉得非常不爽。分明就是不能把所有人平等看待...听着那些 所谓学者对我说话,根本就是把我当一个毛头小子...当然我这些话有些过激了,忏悔一下下...还有就是那些学者真的很官僚...
11、基本上没有人在交流学术,即使是用汉语。
12、每过两个session都会有一个Coffee Break,仔细观察时间安排的话会发现没有午饭时间的,不过接近中午的Coffee Break肯定能让你吃饱...全都是我闻所未闻的点心和水果,印象最深的是一种三文鱼点心和一种吞拿鱼点心,想起来我就饿...还有虾饺和虾仁烧卖...所以像我这种不愿意浪费会场时间的最大的收益就是省去了所有的午饭,plus晚饭可以少吃点。
13、宴会非常棒,而且免费...
少的可怜的一点交流经验
1、这次很幸运的就是认识了一个加拿大的硕士生,我们没事就在一起聊天,促成了我平生最长的一次口语练习,我们一聊就是几个小时...
2、在会场上听发言的时候,最简单的搭讪方式是直接伸出手来握,然后面带微笑打招呼。当然,只对外国人有效。很多同胞都在打瞌睡,我也不太好意思打扰。
3、交换名片的时机是另一个收获,一般两个人聊几句,然后你就可以说将来怎么联系你?然后就先掏出名片。
4、想和发言的人交流的话最简单的方法就是他发言的最后先问几个问题。其实我觉得只要你把对方的发言听下来了,没有问题是不太可能的。而且IEEE的那个president也私下教了一个万能问问题的方法,就是问future work/contribution...
5、我整个ICMLC只对一个人有些兴趣,就是那位德国的教授。像这种邀请来的人平时基本看不到,所以陶瓷的唯一可能时间就是在宴会。其实回忆起来特别简单,只要大大方方地走过去,伸出右手,说:Hello, professor, My name is Lei Yuan, I am very interested in your project after hearing your wonderful keynote speech this morning,然后这是他就很热情地站起来了,很认真地听我说。这时可以讨论几个问题,或长驱直入问他你今年啊招学生啊,其实那位加拿大的朋友教育我说他们更喜欢长驱直入一点的,直接说你想套他就得了。
关于差旅及生活
1、如果在香港没有朋友的话,订酒店也不是太差的选择。在网上提前订可以打比较多的折扣,比如我住的地方323,听说还有280的。
2、去之前尽量提前在中国银行把港币换好,周一至周五,因为到了香港虽然到处都有两替店,但汇率是1000RMB对950HKD。开销大概是平均每天100HKD,如果你不出去玩太贵的地方的话。
3、在入关的地方(我去的是罗湖)会有换港币和卖手机卡的地方,中国移动收购了香港的People's公司,出了一种卡打内地的电话0.25/min,非常划算,但一定要注意买这种长途卡,People's其他的卡未必打国际长途是这个价...
4、在罗湖口岸还可以办一种叫做八达通的交通卡,强烈建议办一张,坐地铁、公交、出租、轮渡、索道等等,而且都会便宜些,这个卡甚至可以在7eleven和麦当劳买东西。我在香港待了4天,交通费120。
5、吃饭的话可以去路边的各种茶餐厅,30块可以吃半饱(加上会议的点心就差不多了),奶茶不错。
6、我最后有半天多的时间用来玩儿,发现很经济有很值得去的一条路线就是:从尖沙咀出发,花1.7坐船去香港岛,坐在船上看对面很爽。花9.5坐15路到 太平山顶,强烈推荐坐在顶层第一排,一路上看尽高楼大厦,plus非常刺激。在太平山顶上俯瞰香港,景色相当不错。花22坐索道到山脚,索道非常有特色。 然后就是在香港岛上瞎逛,有很多建筑非常有特色的。到了晚上一定要回到海边看香江夜景,漂亮到没话说了,而且每晚8:00~8:15会有灯光音乐表演,两 岸的高楼大厦用若干舞动的聚光灯配合音乐的节奏,非常值得一看。
手动安装stardict字典
今天装上了7.10,挺好看的,不过很郁闷的发现源里面没有了那一大堆字典...
所以只能到stardict的主页上下载tar.bz2的字典自己装:
tar -xjvf a.tar.bz2
sudo mv a /usr/share/stardict/dic
a是词典文件名
所以只能到stardict的主页上下载tar.bz2的字典自己装:
tar -xjvf a.tar.bz2
sudo mv a /usr/share/stardict/dic
a是词典文件名
ubuntu下合并pdf
作用是把当前文件夹里所有的pdf合并成一个
使用Python PIL的show()显示图片
Python的标准图像库里有一个show()函数,总是不能用。因为他调用了xv,但xv在后面的ubuntu版本中xv都不装了。
sudo ln -s /usr/bin/display /usr/bin/xv先装一个ImageMagic,在这样一下,就相当于把xv的入口换成了ImageMagic的display。
mplayer升级后,无法播放中文及含有[]等符号路径的视频文件
后来想到,%U应该表示URL,%f表示file。
ubuntu 7.10下搞定Latex + CJK
以前一直被ZDD告诫,说CJK很难配的...
就一直没敢配。那天突然心血来潮,试了一下,发现其实非常简单...
1. 安装texlive
一般安装的是:
sudo apt-get install texlive texlive-math-extra texlive-latex-base texlive-lat
ex-extra texlive-latex-recommended texlive-pictures texlive-science texlive-bi
btex-extra texlive-common latex-beamer
其实如果空间够,直接一个
sudo apt-get install texlive-full latex-beamer
我试了一下,需要1GB以上的空间,我家是网通的网络,所以...
建议自己去新利得上搜一下,除了doc之类的都装一下也没什么...
编辑器可以用winefish,很小巧,功能也很多。
2 安装cjk
sudo apt-get install latex-cjk-chinese ttf-arphic-* hbf-*
3 安装字体
从这里下载字体:
ftp://cle.linux.org.tw/pub2/tex/cjk/fonts/nsungt1
下载解压后,执行那个install.sh的脚本(不要用root执行)
P.S. 那个FTP上还有不少好东西。比如这里就还有个楷体字体:
ftp://cle.linux.org.tw/pub2/tex/cjk/fonts/nkait1
4 测试
用这段代码试试:
\documentclass{article}
\usepackage{CJK}
\begin{CJK}{UTF8}{nsung}
\begin{document}
\Huge Echo 万岁!
\end{document}
\end{CJK}
和网上很多代码不同的是:这里用的是UTF8编码(ubuntu默认的编码),
字体为nsung。
当然,如果安装了前面说的楷体和ttf-arphic*,也可以把nsung改成:
nkai
gbsn
gkai
我都试过,这四种字体都可以用,而且直接使用支持utf8的编辑器就可以,emacs,kile,
winefish之类的都回来了......偶活活活......
Long live Ubuntu!
Ubuntu下使用windows共享文件夹
首先要system->shared folders然后会自动装一些东西。
两种方法:
1、GUI方式:直接Ctrl+L->smb://10.10.84.243/Downloads
2、先装一个smbfs,再在media开一个新文件夹(挂载点)然后:
sudo mount -o iocharset=utf8,codepage=cp936 -t smbfs //10.10.84.243/Downloads /media/Share/
两种方法:
1、GUI方式:直接Ctrl+L->smb://10.10.84.243/Downloads
2、先装一个smbfs,再在media开一个新文件夹(挂载点)然后:
sudo mount -o iocharset=utf8,codepage=cp936 -t smbfs //10.10.84.243/Downloads /media/Share/
订阅:
博文 (Atom)