有方学者【机器学习-犯罪率预测】独立第一作者论文发表

研究方向

机器学习-犯罪率预测 本课题旨在探索机器学习在预测犯罪率分布中的应用。通过整合海量的历史犯罪数据,社区环境数据及人口数据,运用预测建模方法寻找地区犯罪率分布的规律,最终建立自动预测未来犯罪率趋势的模型,并且运用数据可视化方法制作互动式电子地图来呈现历史数据和预测结果。

 

相关学科

计算机科学、社会学、心理学、统计学、应用数学

 

科研导师

Y. W

  • UCLA博士毕业,研究领域为心理学;
  • 研究生毕业于UCLA计量心理学,本科毕业于北大心理学;
  • 现在在UCLA 健康政策研究中心以首席统计师的身份做加州地区健康数据分析,同时带领统计团队进行统计工作;
  • 发表多篇SCI论文,并且是Statistical Methods in Medical Research 该SCI期刊的审稿人;
  • 曾在UCLA心理系担任Teaching Fellow,独立主持实验室和讨论课程。

科研成果

成果一:在英文期刊中发表学术论文

有方学者项目保证为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此,论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生,不但可以冲击EI、SCI等高级别期刊,而且有机会参与全球顶级的学术会议。

成果二:第一作者身份

有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中,招生官最看重的是学生在科研项目中的参与程度,而第一作者顺位恰恰是这一点的最佳证明。近年来,有大量的中国学生在教授署名的论文中挂名,这使得第一作者身份的含金量更为突出。

成果三:独一无二的课题

有方学者项目的导师会为每个学生提供独一无二的课题,连接最前沿的科研方法和学生感兴趣的学术方向,保证学生研究内容的差异性。

成果四:顶尖院校导师的推荐信

有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人,来自于美国顶尖学府的科研团队,保证了推荐信的可信度;而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处,从而大大提高了推荐信的价值。

成果五:高效备战具有高影响力、高含金量的科研竞赛

学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事,其中包括:被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。

 

 

了解更多详情

扫描二维码

关注有方背景提升

有方订阅号