版主
中山資工所 找教授|柯正雯、楊昌彪、程正傑
本文由 Dcar作者 授權轉載
今年有幸能錄取中山資工所,最近我也去拜訪了幾位不同的老師,主要有3位:柯正雯老師、楊昌彪老師、程正傑老師,以下是當天面談的內容與心得,分享給未來也想進入中山資工所的同學參考。我還是建議一定要再跟老師約面談,一來我只能短暫觀察且非常片面的,沒辦法與所有老師長時間相處過;二來有些資訊可能過時或我理解錯誤;最後有些資訊是無法用言語表達的,必須親自去體會。
【好讀版】
https://tsungsquare.blogspot.com/2020/12/nsysucsteacher.html
一、柯正雯 老師
(柯正雯 老師)
(一)研究室現況
(實驗室簡介)
基本上現況與柯老師網站中的內容差不多,在生醫疾病這部分:(1)腦膿瘍研究從100~109年碩論都有相關的題目,主要與疾病分類比較有關,這也持續有10年的合作,不過可能這可能已經結束了。(2)網站中有提到心理認知的部分,是關於腦部代謝物定量分析的部分,尤其是J-耦合特性之代謝物,如:GABA、Lactate與Valine…等,這類的化合物易被其他化合物隱蔽,導致訊號解析度差的問題,並且這類化合物與腦部疾病與功能有關。這類腦部代謝物的部分從99~109年都有出現,且應該是會持續進行。
(柯正雯老師實驗室 近年碩論題目 來源:台灣碩博士論文加值系統 Google drive:
https://drive.google.com/file/d/1s2E9uPBRtem741ieYTyp6_9EQKl3_1lM/view
在編輯擷取技術這部分,在107~109年的碩論中也持續出現,這部分在107年的碩論回顧摘要寫得蠻清楚的,有三大階段:隨機取樣→重建方法→平行運算,這三大階段也對應了108後的3篇碩論。其中有個重要的技術 壓縮感知,這一詞出現在4個碩論中,並且它打破取樣定理的限制,因此可以透過更少的訊號資料(代表掃描時間能更少),重構出相當品質的影像。
在109年碩論中,有一個並非與MRI有關的題目,是和羽球動作辨識有關,這比較偏影像處理的部分,具老師說是新的計畫。要注意一件事情,訊號和影像是兩個不同的概念,柯老師主要是做「訊號處理」,雖然訊號處理後會轉成影像來評估訊號處理的品質,但重點還是會在「訊號」。羽球的計畫是著重在光學影像的辨識,所以就是以影像處理為主的部分。
(二)老師分析
柯老師是位非常優秀的老師,也得過優良導師獎的殊榮,我去與柯老師面談後,老師也透漏有其他學生也找過她,這是在放榜後第二週得知的消息,所以我想也受不少資工系學生的親賴。柯老師回復也相當簡潔有效率,面談不到半小時就結束。
1. 公/私分明
柯老師是三位老師中,唯一全程戴口罩與我面談的老師,當然我也是,所以對於細節上也是相當細心的老師。除此之外對於公領域與私領域的劃分也相當清楚,在實驗室聯繫上有自己的一套公用的通訊軟體或E-mail,所以平常是比較少使用到更私密的LINE或手機,所以不用怕老師突然半夜CALL你起來尿尿(✪ω✪) (X)。當然要找柯老師,也要先跟老師預約,我想這是基本的禮貌。
在管理的方面,同樣是公私分明的原則,只要自己夠自律,能完成指定或預期的進度,基本上老師不會過度關心,所以也沒有硬性規定要待在實驗室多久,但前提是要建立在自律之上。平常計畫也都是老師親自寫親自處理,所以MRI的操作都會由老師操刀,主因除了MRI非常無敵之貴外(´⊙ω⊙`),操作人員也要有相當的訓練與認證。
在meeting部分,會有團體meeting,主要有四間實驗室一起,每週會有不同的學生報告,所以一學期報告的次數不會太頻繁,這也是建立在公私原則上,如果報告沒有準備周全,除了浪費自己的時間外,這也會浪費到其他人的時間,所以不要因為私人的不週,而影響到全體人的耳朵(x)。
2. 小結
最後我非常欣賞柯老師公私分明的原則,在管理上有所效率,在關係上有所尊重,在態度上有所嚴謹,我想這也是柯老師受到學生喜歡的原因。
二、楊昌彪 老師
(楊昌彪 老師)
楊昌彪老師是我第二位拜訪的教授,會排在第二順位不是因他不好,而正是因為他的評價實在太高,高到我其實沒有信心他會接受我。再加上我自己是跨科仔,目前比我優秀的學生比比皆是。通常老師也有研究生的上限,一般來說總名額只有4位,且要平分給考試的名額,所以甄試階段老師應該只能收2位。
楊老師也得過很多次的優良導師獎,這不是其他老師不好,而是楊老師是在死亡之組中更接近死亡的老師(X),也就是優秀中的優秀。不過即使如此,老師還是願意給我面談的機會,這點真的十分感激。我是放榜後第3週才與老師面談的,當時包含我的名單就高達12位同學,甄試有76位學生,老師只能收2位,所以楊老師是非常熱門的老師。
不管最後有沒有進入楊老師的實驗室,在這將近1小時的面談過程中,我也受益良多,而且面談氣氛讓我蠻安心,可能是因為楊老師很認真對待學生的態度,讓我覺得備受尊重。
(一)實驗室現況
(楊老師手記 老師畫了一朵可愛的花花 (*´∀`)~♥ )
楊老師是唯一親自邊講邊手寫的老師,從此處就可知道老師的用心。基本上楊老師主要在做演算法的研究,尤其是LCS (longest common subsequence),其演算法目的就是要找出「序列間的相似度」,應用如:生物資訊(RNA、DNA、蛋白質、演化…)、文字比對、股市、…。
1. 生物資訊
(計算生物)
其中生物資訊是我最關心的,不過要做生資空有方法是沒用的,也要有足夠的資料實際去檢驗方法的正確與效率,所以生物學上累積了很多前輩的的資料庫,筆記中的SCOP就是蛋白質結構的資料庫。
蛋白質一詞在論文題目中出現了10次(96-104年),這部分也在104年後就比較少見了,我原本以為沒在做,沒想到老師說這部分現在學生還有在做。老師是認為蛋白質配對的演算法還有改進的空間,尤其是在score matrix上,或許老師是想找最佳的score matrix?這部分我就沒有繼續追問了,只覺得如果這部分可以改進,對於應用上真的會有幫助。
(楊昌彪老師實驗室 近年碩博論題目1
來源:台灣碩博士論文加值系統
https://drive.google.com/file/d/1nJERecW0fMlsNsZ0SiNFd7SDYMrndxBt/view
近年的碩博論中,可以看到迴文子序列,這也是LCS的變形,稍微看了簡介,迴文子序列也會出現在生物體中,如果是這樣,這問題也蠻值得特別提出來,因為迴文有很特別的結構,這種對稱結構應該會有些美妙的部分。
(楊昌彪老師實驗室 近年碩博論題目2
來源:台灣碩博士論文加值系統)
2. 時間/文字序列
生物資訊的序列算是比較單純,不過如果涉及到3D結構或是功能,核酸或胺基酸序列就會變得比較複雜。序列不只有在生物資訊有,生活中也有常用到,最常見的就是時間序列,像是歷史,每段歷史所乘載的意義也有所不同。股市就是一種時間序列,有多種指標的趨勢圖可以拿來做預測比對,可以分析其斜率、波峰、波谷、振福、波長、頻率、面積…等,但我們都知道股市跟時事是有關的,所以股價的走勢不只有價格這麼簡單,還有人為的事件參雜於其中。
還有另一種序列也是很複雜,那就是文字,DNA的文字比較簡單,A就是Adenine,但人類所用的自然語言一個字的涵義可以有很多種,不同字的組合也有不同的意義,即使同一個字詞在不同段落、情境、表達方式也會有所不同。楊老師就有提到,可以利用序列比對的概念去分析紅樓夢前八十回與後四十回的差異,或是論文比對,自然語言的應用太多就不加以贊述,研之有物這篇寫得蠻好的。
研之有物:
https://research.sinica.edu.tw/nlp-natural-language-processing-chinese-knowledge-information/
3. 影像辨識
在104與106年碩論有出現花的影像辨識,這部分楊老師有跟我說,影像是二維資料,而序列是一維結構,兩者在處理上截然不同。現在機器學習在影像處理發展的不錯,準確度可以與人眼辨識持平甚至更好。
問題來了,如何利用序列處理來處理影像?楊老師舉例花朵的辨識,我們可以將花朵360度展開,就可以形成一個花朵的序列,我們可以取花朵的各種特徵,如:花邊緣、花紋、顏色…等。我覺得概念是將二維資料先轉成一維資料,然後對一維序列作處理,所以轉換的函數與特徵蠻重要的。
4. 平行處理?
最後我詢問老師一個問題,為什麼實驗室名稱叫「平行處理」?民國90年前有些題目是平行演算法與資料壓縮,不過民國90年後這兩者題目就比較少,而留下來的是序列處理,以及加入當今比較熱門的機器學習。這部分在107年的專訪蠻清楚的,以下為節錄的段落:
107年的專訪:
https://drive.google.com/file/d/168CXuRbyVjmOwTRDWQNcYn6PyuwubrSV/view
『我在碩班與博班的研究主題是平行處理的演算法,這是 1990 年代比較熱門的主題。我剛任教時,就延續此研究方向。2000 年之後,平行處理的研究偏向實作方面,理論的研究相對減少了。在思考轉換主題時,想到我的碩士論文是 LCS (最長共同子序列)的平行處理,剛好生物資訊開始竄紅,而 LCS 又是生物序列比對的核心基礎,所以就開始接觸生物資訊與研究 LCS 的變形演算法。』
(二)老師 分析
1. 優良導師實至名歸
在楊老師歷年獲得的獎項,有不少傑出、優良、績優的教學與學術獎項,我一開始進去老師研究時,就可以看到各種獎盃獎牌,不乏教學、學術與橋藝的種類。在短短的一小時內,數個細節可以輔佐:(1)手抄筆記、(2)教學影片、(3)講解的態度。
當時我詢問老師,有什麼建議可以加強程式實作的部分?老師本身就是CPE的推廣者,所以對於程式教育一定有套心得與方法。老師就立馬分享給我他的教學網站與影片,不得不說這真的非常用心。一般教授同時要兼顧行政、教育與研究,要拍攝與整理教材是非常花時。
老師就問我為什麼其他老師不這麼做?我回答可能是因為PPT的版權與時間吧!生科系有非常多的圖,這些圖都是有版權的,所以老師只能拿來教學用,並不方便公開。在很多的MOOC中,多數PPT也是每位老師再製過的。楊老師回答,其實這在於心,如果有心這些困難都可以克服的。
2. 誠信原則
話鋒一轉,老師提到學生選老師,與老師選學生,兩者有著不平等的關係。學生可以同時報名甄試與考試,也可以報名很多所學校,這都沒問題。學生如果夠有實力,可能同時多榜,但最終學生只能擇一入學。
問題來了,如果學生一開始跟老師達成指導的共識,而在後期突然被四大的學校通知已經備上,那學生能不能主動毀約,然後去其他的學校?學生可以,畢竟這攸關到他個人的升學權益,而老師也只能祝福學生有更好的發展。
情境反過來,今天老師已經收滿學生,後來來了一個更好的學生,老師是否能主動毀約?楊老師這麼問到,我當下很掙扎,因為我認為可以,但同時又想到學生的心情,最後我答到可以。楊老師說這是不可以的( • ̀ω•́ ),多數的老師不可能這麼做,因為這涉及到誠信原則。
我們實驗室是主要負責籌辦CPE的考試,大部分的工作人員也是實驗室的人員,而實驗室的人員也可以參加這場考試,如果不重視誠信原則,你認為會發生什麼事情?我答到可能會有裁判兼球員嫌疑,也就是可能洩題。
教育職真的是一個付出的職業,要是這在企業中,如果有更好的人選,企業是有權利汰換人員的。教育比企業更背負著正向社會的使命,即使培養出來的學生學術表現普通,但還是會更希望學生品行與態度是優良。
補充一下,我會回答可以,是因為如果能老師能說服我,別人會是更好的人選,那我會願意接受這樣結果。不爽是一定會的XD,但退一步看,天涯何處無芳草?又何必單戀這一朵花呢?如果是好的老師能收到好的學生,這是他們應得的。
3. 小結
總而言之,楊老師為人師表實至名歸,且本身也參與程式教育與橋藝推廣…等公共活動,非常符合我對於高知識份子的期待,我始終相信知識應該要盡量被傳遞,以及自身要多元發展終身學習。不能一直待在自己的學術象牙塔中,也要出來看看外面的世界,多接觸不同的事物,這件事情也反映在老師歷年的碩博論中,可以發現雖然都以演算法為主,但從早期的連結網路、資料壓縮,到中期的生物資訊,以及近年來涉及到影像、股市、機器學習等應用。可知楊老師也是在不斷的學習,不斷嘗試新的事物,不斷投身於教育。
三、程正傑 老師
程老師是今年2月到職的新老師,之前都在美東做研究,這在他的Linkedin中都有詳細的介紹。程老師是唯一有在信件中歡迎我的老師,不管這是不是客套話,還是覺得很暖心(♡˙︶˙♡)。
Linkedin:
(信件開頭,名字已處理過)
(一)實驗室現況
(程老師 部分著作 來源:Linkedin)
1. 脈衝序列 (Pulse sequence)
在科技大觀園的文章說到:「在磁振造影過程中射頻、梯度磁場開關及訊號擷取的時程安排稱為脈衝序列」,程老師說他是聚焦在機器擷取影像方法的改良。這概念像是假如我想要得到一張景深的照片,我可以使用PS後製景深效果,但也可以在相機中加裝景深的鏡頭,這兩種是不同的方法。
科技大觀園:
https://scitechvista.nat.gov.tw/c/sTkX.htm
一開始老師給我看K-space與傅立葉轉換後的照片,K-space真的好像銀河系一樣,一團點點,而轉換後的照片就是人體的器官圖,真是太不可思議了。然後接著向我介紹最近的論文內容。第一篇有涉及到機器學習,老師很謙虛地跟我說這部分他也才接觸沒多久,所以也還在學習。(能夠發paper就很牛逼了www)
接著說到影像對比在醫學上的應用,MRI有不少參數,其中T1、T2可以拿來分辨正常細胞與癌細胞,雖然有點不懂XD,但在修圖時,如果要自動選取物件,而物件與背景的顏色相似時,會調亮度、對比或是去掉某一色板,讓物件能更明顯。
我問到為什麼影像能做定量?我的認知是必須要有多張時序的影像才能作定量。程老師回答到,一張影像確實無法做定量,要多張不同時間的影像,才能分析像是血流速度、收縮壓狀況,這涉及到人體器官功能、供氧狀況。
老師說如果要得到一些MRI重要的參數,所需時間可能要花到40分鐘左右,但新方法可以將時間縮短到不到10分鐘,足足加速了3-4倍。雖然時間加速,但能不能兼顧影像品質又是另一個挑戰,所以重建的部分應該就是利用機器學習。
老師補充到這技術的另一個特色在於能夠得到3D影像,這件事情很重要的原因是,如果是只能拿到多個不同位置的2D切片影像,那麼切片與切片之間的影像就無法被看到,也就是如果有小腫瘤剛好就在切片間,那麼就可能錯失提早治療的機會。
2. 超音波
超音波的部分比較不是老師的主力,不過程老師有介紹一些在美國的研究。例如:利用超音波來反定位探頭,可以在探頭附近設置一個接收器,探頭在動的時候,接收器會收到不一樣的訊號變化。我問到探頭不是一般在外面,醫師應該看得到,為什麼要反定位探頭?
例如:醫師想取樣檢測病人癌細胞,勢必要做穿刺取樣,穿刺的過程中勢必要精準,所以可利用超音波影像作輔佐。我在猜反定位超音波探頭,應該可以加速醫師找到腫瘤的位置,雖然醫生可以看到探頭,但與皮膚接觸的部分是看不到的。
(二)老師 分析
1. 用心
老師很用心在介紹,拿出了不少可愛小道具,例如:K-space圖片、MRI小模型、超音波接收器3D列印模型。雖然我戴著口罩,不懂時就會露出我是懵逼的眼神,然後老師就會再講細一點,真的很努力ε٩(๑> ₃ <)۶з,而且和程老師面談的時間是最久的(1.5小時)。
2. 親切
跟老師面談的氣氛蠻好的,很平易近人,很像在與大哥哥聊天的感覺(ノ>ω<)ノ,而且老師蠻樂於分享一些小故事與經驗,不會很嚴肅但也不隨便。之後有跟學長小聊一下,在結束後有向老師道別,老師也開玩笑地說,學長應該沒有欺負你吧!你說呢( Φ ω Φ )
3. 關心
一開始老師的第一個問題是,為什麼想跨入資工領域?以及第二個問題是,你在碩士班中,有什麼期許或特別想加強的能力?會問這兩個問題,會讓我覺得這位老師蠻關心學生的發展與需求的。因為我去見柯老師時,她問的是數學與程設能力;而楊老師是問程設能力與生科學生程設的風氣。
會跨入資工不外乎就是資工很香,以及想用電腦科學去解決原先領域的問題。我會比較關注疾病與微觀生物學的問題,生物領域很重要的關鍵是資料,沒有資料是很難做相關研究,所以一般都要跟其他組織合作或是從資料庫拿資料。
需求大概是想強化程設與演算法這部分,如果可以跟生物資訊有所結合那更好,但沒辦法也沒關係,反正碩論不一定會與未來工作性質有關,未來如果順利畢業,想找純資訊或生資相關的工作也是可以。
4. 小結
程老師是很用心、親切且關心學生發展與需求的老師,我相信數年後,也會是受到學生愛戴的好老師。分享個小故事,學長剛到實驗室時,老師就問學長你想要什麼東西?學長想想研究室有點熱,就來個小冰箱吧!數天後實驗室就有小冰箱了,真的很有愛(*´∀`)~♥。如果當初學長回答我要一張床.....ㄟ黑(´ΘωΘ`)
四、結論
再次重申我還是建議一定要再跟老師約面談,一來我只能短暫觀察且非常片面的,沒辦法與所有老師長時間相處過;二來有些資訊可能過時或我理解錯誤。
關於楊老師提出的問題,真的很真實。在跟程老師的學生聊天時,也得知程老師來中山不到一年的時間,也有遇到同樣的情況,為所有老師拍拍。
在職場上更為真實,我自己也有被換掉的經驗,同時是百感交集的,但日子還是要過,不可能因為這種事情就停滯不前。如果有在看PTT,跳槽這件事情在工程師中很常見,因為跳槽可能可以獲得更好的待遇與發展,那為何不跳槽?或許只能說沒有正確或錯誤的選擇,只有對得起自己良心的選擇。
五、相關文章
1. 跨科仔準備與分析中山資工所的過程
https://tsungsquare.blogspot.com/2020/11/nsysu.cs.html
2. 中山資工所 找教授|柯正雯、楊昌彪、程正傑
https://tsungsquare.blogspot.com/2020/12/nsysucsteacher.html
3. 109中山教育所考試心得與應答
https://tsungology.blogspot.com/2020/02/109.html
4. 109台師大教育所考試心得與應答
https://tsungology.blogspot.com/2020/02/109_15.html
5. 教育所準備過程分享與分析|中山、台師大
https://tsungology.blogspot.com/2020/04/blog-post.html
6. 大四申請研究所:我該如何準備碩士甄試?
https://ttuniversity.blogspot.com/2018/12/blog-post_15.html
7. 大四申請研究所:高醫與陽明
https://ttuniversity.blogspot.com/2019/06/blog-post_92.html
8. 大四申請研究所:面試
https://ttuniversity.blogspot.com/2019/06/blog-post_29.html
六、參考資料
1. Google drive。2020。老師相關報導與碩博論文表
https://drive.google.com/drive/folders/1f4ESabvsu-OS0D5xL9ePhJnGh-PYBKHV
2. 資訊工程學系。2020。專任教授。國立中山大學 [Accessed by December 2020]
https://cse.nsysu.edu.tw/p/412-1205-12529.php?Lang=zh-tw
3. 柯正雯。2020。生醫訊號暨影像處理實驗室 [Accessed by December 2020]
http://bsip.cse.nsysu.edu.tw/
4. 楊昌彪。2020。平行處理實驗室 [Accessed by December 2020]
5. 楊昌彪。2020。楊昌彪個人網站 [Accessed by December 2020]
http://par.cse.nsysu.edu.tw/~cbyang/main_menu/menu.htm
6. 程正傑。2020。個人網站。Linkedin [Accessed by December 2020]
7. 臺灣碩博士論文知識加值系統。2020。系統首頁。國家圖書館 [Accessed by December 2020]
https://ndltd.ncl.edu.tw/cgi-bin/gs32/gsweb.cgi?o=d
相關推薦
- 讀取中..