近日，IEEE计算智能协会（IEEE Computational Intelligence Society, 简称IEEE CIS）公布了2018年全球研究生科研基金奖（2018 Graduate Student Research Grants）的获得者名单，南方科技大学计算机系研究生一年级学生傅国绩成为了该基金的入选者之一。

IEEE CIS研究生科研基金奖是由IEEE计算智能协会设立和颁发、由IEEE CIS研究生科研基金奖委员会评审，在全球范围内筛选3-5名从事神经网络、模糊系统和演化计算等计算智能方向的本科生、硕士研究生或博士研究生，根据项目质量和需求发放1000美金至4000美金的基金经费。

关于“国绩哥哥”

傅国绩是南科大计算机系研一的学生，研究方向是机器学习，网络表征学习。本科毕业于北京科技大学机械工程学院的他在2016年参加了首届南科大研究生夏令营后被南科大计算机系录取，虽然不是计算机科班出身，但本科阶段的竞赛和实验室经历让他对计算机产生了浓厚的兴趣，并决定报名南科大计算机系。除了繁重的课程和紧密的科研工作，热心无私的他也经常出现在计算机系大大小小的学术会议和活动上，他是计算机系的一块砖，哪里需要就出现在哪里，大家都亲切地叫他“国绩哥哥”。

傅国绩在Hisao Ishibuchi老师的课上拿到的奖励

关于项目

谈到此次申请的项目内容，他介绍到：“现实生活中的很多场景可以描述成网络的形式，像社交媒体（微博、Facebook）中的人际关系网络；淘宝京东等电商的用户商品兴趣网络；语言学领域中的词共生网络等等。针对大量网络数据的分析能够挖掘隐藏在网络中的有用信息，帮助人们在现实应用场景中做出更有意义的决策，例如推荐“可能认识的人”、“你感兴趣的商品”等。现实场景中的网络规模可以很大，例如社交网络中用户的数量往往数以百万，直接分析规模较大的网络计算开销和存储开销都非常大，因此我的研究方向就是将原始信息网络映射到一个低维向量空间，用一组低维向量来表示网络中的节点，即网络表征学习，由网络表征学习得到的节点的向量表征作为后续网络分析算法的输入能够促进分析的性能和效率。在学习网络表征时，为提高表征学习算法的可扩展性，大多数网络表征学习算法使用随机游走策略从网络中采样路径，然而现有的随机游走策略往往以非常大的概率在网络局部进行采样，只能捕捉网络的局部信息，因此在本项目中，我们试图提供一种新的网络采样策略——层级采样（Hierarchical Sampling）来解决现有的网络表征学习网络采样方法不能有效考虑原始网络全局信息的缺点。”

关于南科大计算机系

当被问到对南科大计算机系的看法时，傅国绩说南科大是他一生只有一次的选择，他觉得能进南科大计算机系，能跟着姚新老师学习是一件非常幸运的事情。傅国绩说到，南科大计算机系成立短短两年，已经拥有了一支具有二十多个教授的国际化高水平师资队伍，其中还包括三位IEEE Fellow和三位国家千人专家。计算机系重点发展人工智能、自主智能系统、数据科学、计算机系统和网络、计算理论等五个计算机科学与工程热门方向。在人工智能方向中，计算机系已建成了国际领先的计算智能研究团队，重点研究神经网络和演化计算等。雄厚的师资和强大的计算智能研究团队深深吸引了从事机器学习研究的傅国绩，这也是他最终选择来南科大计算机系的主要原因。

姚新老师和他的一枚小迷弟

关于未来

关于未来，短期内傅国绩的目标是计划在硕士毕业后继续攻读博士学位，当前的计划是做好申到的IEEE CIS研究生科研项目。对于未来虽然还不明朗，但国绩目标明确且内心笃定，希望他能早日达成自己的心愿。

傅国绩在2017年回顾时说到：“The crucial decision in 2017 I made was went back from Beijing to Shenzhen which is the opposite direction I had gone 4 years ago. And one of the biggest happiness is that we have such wonderful professors and staffs here. Although my life was full of homework and course projects since I was the official graduate student in SUSTech, I learned a lot from professors, and I am enjoying the life here.”