各學院、各位研究生：
為拓展研究生海外學術視野，提升國際化學術素養和能力，為后續發展提供更豐富的海外學術經歷，研究生院聯合國際交流與合作處以寒假線上訪學項目的方式，為學生提供世界知名高校高質量的線上實時授課。此次提供的為劍橋大學“在線深度學習”項目。項目將通過選拔，為成績優秀的研究生提供資助，未獲資助的同學亦可自費學習，具體安排如下：
一、選拔對象
1.全日制中國籍在讀研究生。
2.遵紀守法、品學兼優，無不良行為記錄，無紀律處分記錄。
3.英語水平達到以下要求之一：托福≥79、雅思≥6.0、四級≥500/六級≥470、通過英語專四/專八。
二、資助計劃
1.項目資助名額上限為11人。鼓勵學科交叉方向研究生培養專項入選同學報名參加。
2.獲得資助的學生先自行支付課程費用，完成課程學習且考核合格后，憑成績單獲得資助，資助額度為課程費用標準的80%。
三、申請材料
1.《河北工業大學2023年寒假線上訪學項目資助申請表》PDF版（附件2），申請人簽字可用電子簽，文件命名為：學院-姓名-資助申請表。
2.英語水平證明的PDF掃描件，提交滿足條件的任意一份即可，文件命名為：學院-姓名-英語水平證明。
3.成績單的PDF掃描件，使用自助打印機上打印件，或可使用教務系統查詢績點，整屏截圖（含姓名和績點信息）后保存為PDF文件，文件命名為：學院-姓名-成績單。
以上材料均提交電子版即可，掃描件或拍攝件應清晰、完整、無雜亂背景。
四、選拔流程
1.研究生自愿申請。
2.報名。請有意向報名的研究生于2023年1月3日15點之前將電子版申請材料打包壓縮發至[email protected]，壓縮包命名為：項目編號-學院-姓名-學號。
3.遴選。根據學生申請材料，最多初選前20名同學進入面試。同等條件下，學科交叉方向研究生培養專項入選同學優先考慮。
4.面試。主要考察英語聽說能力和國際化意識，最終錄取面試成績前11名學生。
5.公示。錄取名單將公示不少于5個工作日。
6.獲得資助的學生需在項目結束后2周內提交學習報告。
五、注意事項
1.所有申請材料均為必須，注意提交材料的格式和命名規則。
2.提交申請材料后，請保持郵箱、手機等聯系方式暢通。
3.研究生需確保自己的學業課程與本項目課程時間不沖突。入選后，應積極完成項目學習，不得中途私自放棄。參加交流項目期間，應自覺遵守交流院校的規定和學校外事紀律。
4.報名咨詢：Welink 國際交流與合作處 張晟澤老師。
附件1：項目簡介
附件2：《河北工業大學2023年寒假線上訪學項目資助申請表》
研究生院
國際合作與交流處
2022年12月27日
附件1：
英國劍橋大學
在線深度學習項目
一、 項目綜述
本項目是英國劍橋大學設計的線上遠程教學項目，旨在提升學生在深度學習前沿領域的核心知識，掌握主流的工具與技術，并且了解該領域與其它領域之間的關聯與發展潛力。
二、 特色與優勢
? 【頂級的劍橋師資】由劍橋大學計算機系教授兼劍橋人工智能小組成員親自參與設計與授課；
? 【前沿的課程主題】涵蓋當今深度學習與機器學習領域的核心理論，并配合大量實踐環節，幫助學生掌握最主流的工具與技術；
? 【官方品質項目】學生可獲權使用劍橋大學官方教學系統Moodle, 并可獲得劍橋大學格頓學院的官方成績單與項目證書。
三、 劍橋大學與格頓學院簡介
? 創建于1209年的劍橋大學，是英國乃至世界上歷史最悠久的大學之一，同時也被公認為是世界上最頂尖的高等教育機構之一，在藝術與人文、數學、物理、工程與技術、醫學、法學、商科等諸多領域擁有崇高的學術地位及廣泛的影響力；
? 2022年Times世界大學綜合排名位列第5，計算機科學專業世界排名第4；2022年QS世界大學綜合排名位居第3；
? 格頓學院成立于1869年，距今已有150多年的歷史，是劍橋重要的學院之一，在劍橋所有學院中學生總量排名前十，以活躍、輕松和友善的學習氛圍著稱。格頓學院提供豐富的本科與研究生課程，領域包括工程、計算機科學、建筑、經濟學、歷史、地理、人文社科、數學、法律、醫學、音樂、國際關系、社會學、語言學等。
四、訪學項目介紹
【課程日期】
2023年1月23日 – 2月10日（3周）
【授課模式】
2 項目為期三周，包含總共20個小時直播（約26課時），多數課程預計會安排在北京時間下午至晚間進行；
2 授課形式包括系列專題講座 + 實踐環節（總共10場，每場各2小時）。學生需在項目結束前完成小組項目。
【課程內容】
課程將探討深度強化學習的最新潛力，側重于強化學習和深度學習的基礎知識（包括卷積神經網絡、圖形神經網絡、生成神經網絡和Transformer模型），并將分享機器人和游戲中的實例，從而加強學生對深度學習核心理念的了解，提升相關的研究技能與實用技巧。以下為計劃的課程內容（以實際安排為準）：
講座內容 |
實踐內容 |
主題：強化學習導論 l 強化學習的算法和框架；遺傳算法，帕累托前沿 l 強化學習與深度學習的聯系（Transformers模型、圖形神經網絡）；強化學習案例分析； l 如何撰寫相關文章 |
主題：科學計算工具簡介 l Jupyter Notebook的基本使用以及LaTeX； l 強化學習框架中的基本組件； l 小組項目說明 |
主題：環境 l 環境復雜性建模 l 多智能體強化學習（MARL） l Q-Learning以及Actor-Critic模型 l 基于政策的學習； l 馬爾可夫決策過程、動態編程和貝爾曼方程； l 強化學習與深度學習的聯系 |
主題：環境 l 強化學習框架中的基本組件； l 馬爾可夫決策過程； l OpenAI Gym簡介 l 小組項目說明 |
主題：優化 l 強化學習與控制優化 l 深度Q網絡 l 強化學習與深度學習的聯系 l 強化學習案例 l Transformers模型和圖像分析集成 |
l Pytork簡介；備份圖； l 使用馬爾可夫決策過程進行優化（動態編程、貝爾曼方程、策略迭代、值迭代） l 項目進展匯報 |
主題：集成與控制 l 機器人與貢獻度分配問題 l 冗余度機器人的自適應運動控制 l 多智能體強化學習與機器人 l 強化學習與其他深度學習技巧的整合； |
主題：無模型算法 l 基于價值的算法（蒙特卡羅、時間差分學習、SARSA、Q-learning、DQN及其變體） l 項目進展匯報 |
主題：集成 l 與圖形神經網絡的集成；關注和信息傳遞模型； l 與AUTO-ML和ML系統的集成； |
主題：無模型算法 l 基于策略的算法（策略梯度、增強）； l Actor-Critic算法 l 項目進展匯報 |
主題：圖神經網絡（GNN）與強化學習 l 圖示學習與強化學習的關聯 |
l 圖神經網絡練習 l 項目進展匯報 |
主題：監管圖神經網絡 l 圖神經網絡與游戲的理論與運用 |
主題：圖神經網絡練習 l DGL, Spektral, Pytorch l 項目進展匯報 |
主題：無監管圖神經網絡 l 圖神經網絡與機器人 |
主題：圖神經網絡練習 l DGL, Spektral, Geometric Pytorch l 項目進展匯報 |
圖神經網絡（GNN）與強化學習： |
項目進展匯報 |
l 項目回顧與總結 l 小組項目成果陳述 |
|
【師資介紹】
皮埃特羅·里奧教授（Prof. Pietro Liò）
劍橋大學計算機科學系教授，劍橋大學人工智能專家小組成員，劍橋大學人工智能醫學中心成員。個人主要研究興趣聚焦于開發人工智能和計算生物學模型，以了解疾病的復雜性，并解決個性化和精確醫學問題，目前的重點是圖形神經網絡建模。里奧教授碩士畢業于劍橋大學，后于意大利佛羅倫薩大學工程系獲得博士學位（復雜系統與非線性動力學方向）。
【項目考核】
項目學生由劍橋大學進行統一的學術管理與學術考核，順利完成學習后，學生將獲得劍橋大學格頓學院頒發的成績單與項目證書。
圖：劍橋大學項目證書與成績單樣圖
【項目費用】
項目總費用 |
人民幣7,250元 |
費用包括： |
學雜費，以及項目服務費 |
