01、學校招生要求
根據新加坡南洋理工大學(NTU)最新的博士招生要求,有意申請土木與(yu) 環境工程學院(CEE)博士項目的學生需滿足以下條件:
基本學術要求
·擁有至少二等一級榮譽學位(Second Class Honours, Upper Division)或同等學曆
·具備在所申請研究領域開展高水平研究的能力
·滿足英語語言要求:國際學生需提供有效的TOEFL或IELTS成績
申請流程
· 申請截止日期:8月入學需在前一年12月前申請;1月入學需在前一年7月31日前申請
· 申請渠道:通過NTU研究生入學係統在線提交申請
· 學製:全日製博士項目通常為(wei) 4年
費用信息
· 學費:約11,100 SGD/學期(國際學生)
· 生活費:需考慮住宿、交通、水電、書(shu) 籍和日常開銷等費用
02、教授研究方向
鄢然助理教授是新加坡南洋理工大學土木與(yu) 環境工程學院的教師,同時兼任A*STAR高性能計算研究所的資深科學家。他是MARINA實驗室的首席研究員,主要研究領域集中在海事數據分析與(yu) 智能航運領域。根據其發表的60多篇SCI/SSCI索引研究論文,其研究方向可分為(wei) 以下幾個(ge) 核心領域:
港口監管與(yu) 船舶檢驗
·基於(yu) 數據驅動的港口國監督管理優(you) 化
·利用非參數分類器有效識別高風險船舶
·船舶檢驗規劃的協調優(you) 化方法
·船舶安全風險預測的半監督學習(xi) 模型
綠色航運管理
·船舶燃料消耗預測與(yu) 減排優(you) 化
·考慮動態氣象條件的船舶航速優(you) 化
·航運排放控製區設計的雙層規劃模型
·基於(yu) 聯邦學習(xi) 的船舶能效預測和管理
·歐盟MRV機製的應用評估與(yu) 前景展望
船舶到港與(yu) 周轉時間預測
·集成港口呼叫記錄和AIS數據的船舶到港預測
·船舶服務時間的數據驅動預測方法
·基於(yu) 機器學習(xi) 的船舶周轉時間預測
·考慮外部事件影響的船舶準點率評估與(yu) 預測
海事智能與(yu) 數據分析
·海事大數據與(yu) 人工智能集成研究
·智能航行管理的處方分析模型
·船舶風險管理的有效排序數據驅動模型
·基於(yu) 領域知識的船舶能效優(you) 化管理
03、創新研究想法
基於(yu) 鄢然教授的研究方向,以下是幾個(ge) 高質量可行的創新研究計劃:
1. 基於(yu) 分布式學習(xi) 的跨港口船舶排放監測係統
研究背景:當前船舶排放監測麵臨(lin) 數據孤島和隱私保護的雙重挑戰。
創新方法:
·構建基於(yu) 聯邦學習(xi) 的港口間協作監測框架
·開發隱私保護的船舶排放特征提取算法
·設計多源異構數據融合的預測模型
·建立港口間排放數據共享的激勵機製
預期成果:實現跨港口排放數據共享與(yu) 監測,同時保護各港口數據隱私,為(wei) 航運業(ye) 減排提供技術支持。
2. 航運走廊數字孿生智能優(you) 化係統
研究背景:新加坡-鹿特丹綠色航運走廊亟需智能化管理。
創新方法:
·構建航運走廊的數字孿生係統,整合氣象、海況與(yu) 船舶動態數據
·開發基於(yu) 強化學習(xi) 的船舶航行路徑優(you) 化算法
·設計考慮多約束條件(燃料消耗、時間窗口、環境影響)的決(jue) 策支持係統
·引入船舶間協同避碰與(yu) 能源優(you) 化機製
預期成果:降低航運走廊船舶燃料消耗10-15%,減少碳排放,同時保證航行安全和準點率。
3. 多模態大模型驅動的港口國監督檢查智能決(jue) 策係統
研究背景:傳(chuan) 統港口檢查依賴有限的曆史數據,難以有效識別潛在高風險船舶。
創新方法:
·構建船舶多模態數據(AIS軌跡、檢查記錄、船舶圖像、聲學信號)融合框架
·開發基於(yu) 大模型的船舶風險評估與(yu) 異常檢測模型
·設計動態資源分配的檢查優(you) 化算法
·建立基於(yu) 圖神經網絡的船舶關(guan) 係網絡風險傳(chuan) 播模型
預期成果:提高船舶風險識別準確率30%以上,優(you) 化檢查資源分配效率,顯著降低海事安全事故發生率。
4. 麵向極端天氣韌性的智能航運管理係統
研究背景:氣候變化導致極端天氣事件增加,給航運業(ye) 帶來巨大挑戰。
創新方法:
·構建極端天氣條件下船舶行為(wei) 預測模型
·開發基於(yu) 知識圖譜的曆史極端事件分析係統
·設計船舶-港口協同應對極端天氣的決(jue) 策支持係統
·建立極端天氣下航運網絡韌性評估框架
預期成果:提高航運係統應對極端天氣的能力,降低經濟損失和安全風險,為(wei) 航運業(ye) 氣候適應性提供技術方案。
評論已經被關(guan) 閉。