2008年6月27日星期五

一些人工智能的网站[zz]

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.


pdf
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

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}