密歇根大学
#7 in Electrial Engineering - U.S. News & World Report (Ranked in 2024) # 7 in Compute Engineering - U.S. News & World Report (Ranked in 2024) #8 - Computer Science Open Rankings (Ranked on Dec. 05, 2024)
导师简介
我是高俊（Jun Gao），即将在2025年秋季学期入职密歇根大学ECE系任助理教授。我现在是NVIDIA的Research Scientist, 即将从多伦多大学博士毕业。我的研究方向是3D Generative AI。这个方向处于Computer Vision, Computer Graphics, and Machine Learning的交叉领域，旨在如何结合Generative AI以及Computer Graphics来生成高精度，具有真实性，并且能够让人与之交互的虚拟世界。我曾经获得过SIGGRAPH Asia best paper award，本科毕业于北京大学计算机系。在我读博士期间，我同时在NVIDIA全职工作了五年。我相信我在工业界以及学术界的双重背景能够给你带来更多不一样的读博体验，如何从foundamental的角度来探索有实际价值以及有影响力impact的问题。
个人主页：
https://www.cs.toronto.edu/~jungao/
关于课题组
1. 指导风格：除了自己领域上的专业知识之外，我认为PhD最需要学习的能力是如何去发现问题以及思考问题，所以我的指导风格会着重于通过科研的专业问题来帮助学生去学会如何思考。这个具体操作起来会比较因人而异，对于最初接触科研的学生会需要从文献调研到算法实现以及最终论文投稿的细节上的指导，如果比较高年级的学生则需要锻炼如何从更广阔的领域来看待问题，思考什么问题值得探索，什么是更本质的问题，什么是更有影响力更能改变未来的科研方向。
2. 个人兴趣：科研本身是会经历一系列挫折的，克服这些挫折最大的动力来自于自己的个人兴趣（或者是自己的初衷），而且也只有当一个学生真正感兴趣某一个方向的时候，学生才能最大程度的享受科研。因此我会尊重学生的想法，并且鼓励帮助学生去探索自己想探索的问题。当然有时候也需要避免钻牛角尖 ：）这就需要通过大家的充分讨论来一块来探索来避免走弯路。
3. 实验室氛围：每个PhD 接触最多的人其实是自己的同学（同时期的PhD)，所以我会希望我的实验室里面每一个学生之间都能互相讨论问题， 互相challenge（我很欢迎学生challenge我）。很多idea的来源并不是自己一个人空想，而是大家在讨论的过程中发现问题，提出idea，并且refine idea。因此我还打算定期组织类似的brainstroming session 来鼓励这方面的活动。我也很欢迎学生跟我讨论非学术问题（比如很多PhD都需要work life balance + mental health)。
4. 职业规划：我在工业界以及学术界有挺多connection来帮助学生们找实习或者是工作，不管是我现在所在的NVIDIA，还是别的公司（比如Google, Meta）都可以refer。
5. 计算资源：UMich有学校维护的cluster（据说是北美top univiersity里面最好用的cluster之一），我自己目前的funding中很大部分也会用来购买计算资源（我们这个领域需要GPU！！！）。
6. 国际会议：参加国际会议一方面可以帮助学生build connection，另外一方面是可以让学生了解更广的领域以及跟更多的国际同行交流（discussion非常重要！！）我尽量让每个PhD学生每年至少一次（无论有没有paper）参加国际会议的机会，如果有paper那就没有次数限制。Umich也会有一些学校的funding来支持这些。
7. 生活：Ann Arbor是全美最宜居的城市之一 ：）。拥有大城市的facilities（比如Costco, WholeFoods, 中国超市等），同时也没有大城市的烦恼（Ann Arbor非常安全，而且安静，不拥挤）。
我希望你
1. 基础：希望你有扎实的数理基础。数学物理帮助我们更好地建模这个世界，告诉我们这个世界运行的本质规律，3D Generative AI其实就是AI 的方式来建模生成这个世界。我也希望你有扎实的编程能力，如果你之前在算法竞赛（或者是数学/物理竞赛）上获得过很好的名次，或者是参与开发维护过开源代码，这些是非常好的加分项。另外一个希望是有Computer Vision, Computer Graphics, Machine Learning相关的背景，但不强求。
2. 科研兴趣：科研本身是枯燥的，充满着未知以及失败，我们所探索的是其他研究者们所未曾走过的道路，这也就意味着这一路上没有标准答案，也会充满着挫折。当然也会有风雨之后的彩虹，也会因为自己增加对这个世界本质的认知而产生的喜悦。只有当我们对科研本身有足够的兴趣，对未知充满着好奇才能克服这些困难并深入思考从而作出具有影响力的科研成果。所以我希望大家能够在申请博士之前深刻地问一问自己内心深处为什么想读博士自己读博的出发点来自于什么。
4. 深入思考：在我看来我们不应该追求paper数量，而是应该追求paper背后所展现出来的对问题思考而产生的理解。所以我并没有paper数量上的要求，更多的而是看学生们对自己所在领域里面的问题的看法。
申请方式
我可以从ECE以及CSE两个department里面招收学生，所以大家可以从官方网站里面提交申请到两个系任意一个的博士生项目：
https://ece.engin.umich.edu/academics/graduate-programs/prospective-grad-students/apply-for-grad/apply/
https://cse.engin.umich.edu/academics/graduate/admissions/
大家也可以自己的Research Statement里面提我做你的意向导师。在提交申请材料之前或者之后，如果你对我们实验室有具体的问题，或者是对3D Generative AI有具体的科研方向探讨，请直接通过我主页上的邮箱联系我。
推荐阅读
西电IEEE Fellow团队出品！最新《Transformer视觉表征学习全面综述》 如何做好科研？这份《科研阅读、写作与报告》PPT，手把手教你做科研 奖金675万！3位科学家，斩获“中国诺贝尔奖”！ 最新 2022「深度学习视觉注意力 」研究概述，包括50种注意力机制和方法！ 【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！ 2021李宏毅老师最新40节机器学习课程！附课件+视频资料
欢迎大家加入DLer-计算机视觉技术交流群！
大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。
进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明）
👆 长按识别，邀请您进群！
