2024年11月，谷歌博士奖学金（Google PhD Fellowship）2024年获奖名单正式揭晓，港中大（深圳）2019级金融工程专业的优秀毕业生孙彦荣获此项殊荣。该奖学金旨在表彰计算机科学等前沿领域的杰出博士生，今年全球仅有85位学者获得此项荣誉。

在港中大（深圳）本科期间，孙彦同学在数据科学学院樊继聪教授的指导下，积极参与多个科研项目，并在国际知名期刊和顶级会议上发表了多篇论文。她在国际知名期刊ACM Transactions on Knowledge Discovery from Data （SCI, CCF-B类）发表论文一篇，在国际表征学习大会（International Conference on Learning Representations，简称ICLR）上发表论文两篇论文，均为spotlight论文（接收率仅5%）。其中ICLR是机器学习领域公认的国际顶级会议之一。

孙彦同学受邀分享了她对港中大（深圳）在读本科生的建议，尤其是在追求科研深造和国际机会方面的经验与见解。同时，樊继聪教授也针对有志进入科研领域的本科生，提出了期望和宝贵的建议。
 

谷歌博士奖学金 简介

谷歌博士奖学金（Google PhD Fellowship）是谷歌设立的全球性项目，创立于 2009 年，旨在高度认可并奖励在计算机科学等前沿科研领域表现卓越的博士生。该奖学金旨在直接支持博士学位的攻读，并为获奖者提供与谷歌研究导师合作的宝贵机会。

Source: https://research.google/programs-and-events/phd-fellowship/ 
 

优秀毕业生介绍

孙彦    2019级本科 金融工程专业

研究领域：机器学习算法（异常检测，图度量）

毕业去向：新加坡国立大学信息系统与分析专业博士生

奖项荣誉：

▪️Google PhD Fellowship 2024；
▪️于国际知名期刊ACM Transactions on Knowledge Discovery from Data（SCI, CCF-B类）上发表了一篇论文；
▪️于国际表征学习大会（International Conference on Learning Representations，简称ICLR）上发表了两篇论文，均为spotlight论文（接收率仅为5%），该会议为深度学习领域国际顶级会议之一。

[1] Yan Sun, Yi Han, Jicong Fan. Laplacian-based Cluster-Contractive t-SNE for High Dimensional Data Visualization. ACM Transactions on Knowledge Discovery from Data. 2023.
[2] Yan Sun, Jicong Fan. MMD Graph Kernel: Effective Metric Learning for Graphs via Maximum Mean Discrepancy. ICLR 2024 (Spotlight, 5% acceptance rate).
[3] Yunhe Zhang, Yan Sun, Jinyu Cai, Jicong Fan. Deep Orthogonal Hypersphere Compression for Anomaly Detection. ICLR 2024 (Spotlight, 5% acceptance rate).
 

Q

对于当前在港中大（深圳）学习的本科生，您有什么建议，特别是在追求科研深造或国际机会方面？

A

Be curious! Follow your heart!

回首在港中大（深圳）的四年，我深感幸运。从通识课到各学院的专业课，再到社团活动和书院生活，学校为我提供了一个广阔的平台，激发了我的探索欲与好奇心，让我在多样化的学习与体验中找到成长的方向。

学校还为本科生提供了许多接触科研的机会，例如独立学习课程（Independent Study）和本科科研奖（Undergraduate Research Awards）。

此外，教授和助教的 Office Hour 也是很棒的机会，能与他们沟通科研话题。特别是在樊继聪教授的 FTE4560 机器学习课程中，通过与 PhD助教的交流，我了解了许多前沿研究的方向。在课后我和同学主动联系了樊教授，他非常耐心地倾听我们的研究设想，并为我们提供了宝贵的建议，帮助我们不断完善方案。在此过程中，我还从教授团队中其他优秀合作者的经验中受益匪浅，让我在探索中感受到学术的魅力。
 

指导教授简介 

樊继聪
助理教授
香港城市大学博士

研究领域：人工智能、机器学习

个人简介：樊继聪现为香港中文大学（深圳）数据科学学院助理教授。樊教授于2018年在香港城市大学电子工程系获得博士学位，并分别于2013年和2010年在北京化工大学获得控制科学与工程硕士学位和自动化学士学位。在加入香港中文大学（深圳）之前，他是康奈尔大学的博士后。他还曾在美国威斯康星大学麦迪逊分校和香港大学担任研究职位。

樊教授的研究方向是人工智能和机器学习，他在矩阵/张量方法、聚类算法、异常/离群点/故障检测、深度学习和推荐系统等方面做了大量研究工作。他的研究成果曾在多个知名学术期刊与著名国际会议上发表，如IEEE TSP/TNNLS/TII、KDD、NeurIPS、CVPR、ICML、ICLR、AAAI和IJCAI等。他是IEEE高级会员，目前担任期刊《Pattern Recognition》（中科院一区，CCF-B类）和《Neural Processing Letters》的副编辑，主持国家自然科学基金青年项目一项、面上项目一项、广东省面上项目一项，获得2023年中国自动化学会自然科学奖一等奖，入选斯坦福大学/爱思唯尔2023、2024年“全球Top 2% 科学家”榜单。
 

Q

对于想要进入科研领域的本科生，您有什么期望和建议？

A

本科生做研究首先要对科研有一个明确的认识：科学研究是漫长而曲折的。一项研究需要半年甚至几年才能完成，中间很可能遇到各种问题和挫折，一定要有投入很多时间和精力的思想准备，要脚踏实地，不能急功近利。

其次，在科研过程中，要多看（论文）、多问、多想、多动手（写代码、做验证）。本科生做科研不是给教授或者高年级博士生打杂、混一段研究经历或者拿一份推荐信，而应该要有深入研究、独当一面、成为某个小方向的专家的志向，这对将来工作或者读博都非常重要。

在面对困难的时候，要耐心思考方法理论上的不足并仔细检查代码实现是否有误，同时要发挥想象力，利用一切可能的理论和技术来解决问题。我常常鼓励学生，解决了这个问题，你就超越了很多人，你的贡献就是独一无二的，会永远保留在文献里；敢于发现问题、解决问题是一件令人兴奋的事情。