崗位製博士申請 | 挪威斯塔萬格大學（UiS）博士項目！

今天，我們(men) 為(wei) 大家帶來挪威斯塔萬(wan) 格大學（UiS）的博士研究詳解！

“Ph.D fellowship in Explainable AI (XAI)”

學校及專(zhuan) 業(ye) 介紹

挪威斯塔萬(wan) 格大學

學校概況

斯塔萬(wan) 格大學（University of Stavanger，簡稱UiS）位於(yu) 挪威第三大城市斯塔萬(wan) 格，是挪威的六所綜合性大學之一。學校擁有逾10,000名學生和1,300名員工，設有社會(hui) 科學、健康與(yu) 體(ti) 育、教育、人文科學、科學與(yu) 技術等多個(ge) 學院。

專(zhuan) 業(ye) 介紹

本次招生的是可解釋人工智能（XAI）博士研究生項目，該項目是為(wei) 學生提供一個(ge) 機會(hui) 通過博士教育進行學術發展，最終獲得博士學位。該項目的畢業(ye) 生將在AI領域的科研、應用開發、教育等方麵具有廣闊的就業(ye) 前景。

院係介紹

該項目屬於(yu) 斯塔萬(wan) 格大學的科學與(yu) 技術學院，特別在電氣工程與(yu) 計算機科學係下設。科學與(yu) 技術學院有一支強大的教授隊伍，他們(men) 在各自的研究領域都有深入的研究和豐(feng) 富的教學經驗，同時學院也擁有先進的科研設施和資源。

申請條件

完成五年製（3+2）的碩士學位，專(zhuan) 業(ye) 方向為(wei) 機器學習(xi) 、自然語言處理或信息檢索，或者具有相應的資格

熟悉 XAI 方法、文本生成和自動事實檢查

在碩士階段的學位論文和加權平均成績都應至少為(wei) B等級。

獨立工作和團隊合作的能力，具有創新性和創造性

雅思6.5以上或者托福90以上

申請材料

在挪威斯塔萬(wan) 格大學官網網申係統注冊(ce) 提交在線申請，上傳(chuan) 動機信、簡曆、語言證明、推薦信等材料。

導師簡介

Vinay Setty副教授現任斯塔萬(wan) 格大學電氣工程與(yu) 計算機科學係副教授。他於(yu) 2018年獲得挪威斯塔萬(wan) 格大學計算機科學博士學位。Setty副教授目前的研究興(xing) 趣主要集中在信息檢索、網絡數據挖掘、個(ge) 性化推薦係統和網頁質量評估方麵，他在頂級國際會(hui) 議上發表過多篇高影響力論文，例如在SIGIR、WWW、WSDM、CIKM等會(hui) 議上發表論文30餘(yu) 篇，其中3篇被選為(wei) 會(hui) 議Best Paper。他目前的研究工作得到了挪威研究理事會(hui) 等機構的資助。他曾任多個(ge) 國際學術會(hui) 議的程序委員會(hui) 成員。

申請建議

1. 研究背景準備

這個(ge) 項目的主題是"可解釋的人工智能（XAI）在可信賴新聞內(nei) 容生成中的應用"，因此，如果你的碩士課題或者其他研究經曆中有涉及到人工智能、自然語言處理，特別是可解釋的人工智能(XAI)、自動事實檢查、世界知識生成等相關(guan) 領域，是加分項。

2. 個(ge) 人陳述或研究計劃

在你的個(ge) 人陳述或研究計劃中，你應該展示出你對這個(ge) 項目主題的深入理解和熱情。你可以描述你對這個(ge) 領域的看法，以及你在這個(ge) 項目中希望達成的目標。特別是，如果你已經有一些關(guan) 於(yu) 如何改進可解釋的人工智能、自動事實檢查或世界知識生成等技術的想法，那麽(me) 你應該在個(ge) 人陳述或研究計劃中明確闡述。

3. 推薦信

最好能從(cong) 你的碩士課題指導教師或者與(yu) 你一起進行研究的教師那裏獲取推薦信，因為(wei) 他們(men) 能夠最直接地評價(jia) 你的研究能力。在推薦信中，推薦人應該具體(ti) 描述你的研究經曆，特別是在人工智能、自然語言處理等相關(guan) 領域的工作，以及你對這個(ge) 項目可能的貢獻。

4. 展示你的批判性思維能力

在人工智能和自然語言處理等研究領域，批判性思維能力是非常重要的。你需要能夠評價(jia) 現有的研究方法和結果，提出新的想法和解決(jue) 方案。在你的申請材料中，你應該展示你的批判性思維能力，比如，你可以描述你是如何提出和實施新的研究想法的，你是如何發現和解決(jue) 問題的。

5. 明確你的職業(ye) 規劃

最後，你應該在你的申請中明確你的職業(ye) 規劃。你可以描述你對未來的期待，以及你希望如何利用這個(ge) 項目來實現你的職業(ye) 目標。例如，如果你希望在博士研究後在學術界或者人工智能行業(ye) 工作，你應該解釋這個(ge) 項目是如何幫助你達到這個(ge) 目標的。

有話說

項目理解： 該項目融合了計算機視覺、自然語言處理、數據科學等領域,目標是通過AI技術提高新聞內(nei) 容的可解釋性和事實依據,解決(jue) 假新聞泛濫的社會(hui) 挑戰。項目采用各種可解釋AI技術來檢驗語言模型、進行自動事實檢查等。該研究可以豐(feng) 富人工智能的理論體(ti) 係,同時也具有應用於(yu) 新聞媒體(ti) 的實踐價(jia) 值。

創新思考：

前沿方向:可擴展到其他類型生成任務的可解釋AI

技術手段:采用知識圖譜等方式引入結構化知識

理論框架:構建評價(jia) 新聞生成係統可解釋性和可信度的統一模型

應用拓展:應用於(yu) 教育、醫療等領域的內(nei) 容生成

實踐意義(yi) :設計新聞工作流,輔助編輯提供候選文章

國際視野:吸收其他國家媒體(ti) 使用AI的成功經驗

交叉創新:與(yu) 認知科學、傳(chuan) 播學交叉,研究受眾(zhong) 態度

其他創新點:關(guan) 注模型在不同語言上的遷移學習(xi) 能力