复试准备
复试流程
- 笔试：两道代码题，一道简答题
（30min）
中间有10min休息时间，可以拿手机查笔试题
- 面试：
- 讲解ppt（3页，3min）
- 英文提问（ppt上的项目、本科经历、日常对话）
- 三选一专业题目
- 专业课知识提问（PPT、项目、笔试题、随机）
（15min）
笔试：每天做几道算法题（贪心、排序、动态规划）
专业课复习：编程语言类（c++、python），软件工程（定义、原型、开发模型），软件测试（方法、分类），面向对象（定义），人工智能类（pytorch，机器学习、深度学习）
英语听说能力：
项目准备：
数据处理->模型结构（原理，优势）->训练方式（损失函数，优化器，参数更新）->评测指标，效果
论文
数据处理：对数值型特征进行归一化处理，对类别型特征进行one-hot
模型结构：对连续性数据（数值）进行高斯扩散，对离散型数据（类别）进行多项式扩散，用MLP进行噪声的估计
损失函数：连续数据的均分误差MSE和类别数据的KL散度
通过实验发现，DDPM生成的数据在弱分类器（决策树、SVM、贝叶斯、逻辑回归的平均值）和强分类器Catboost上表现接近或超越真实数据，增大样本规模可以提升效果（70、100倍），同时具有更好的隐私保护能力（DCR，NNDR）
关键方法：DDPM、SMOTE、CTAB-GAN、弱分类器、Catboost
关键指标：相关性矩阵、F1、AUC、ACC、DCR、NNDR、shapley
特征相关性矩阵的计算：计算特征的皮尔逊相关系数，协方差/标准差
AUC：以假阳率为横轴，真阳率为纵轴，通过改变分类阈值形成的ROC曲线下的面积，取值0.5-1越大越好
SMOTE：选择一个少数类样本，然后选择其最邻近样本，进行线性插值，形成新的样本
DCR：最邻近/所有点距离
NNDR：最邻近/次临近
shapley值：用于衡量每个特征对预测结果的影响，shapley值和真实数据近似，说明生成数据的可解释性好。
调参过程：利用网格调参，对学习率、batch size、扩散的timestep、MLP的层数：1024、512、512、512四层mlp，模型的扩散步数为1000步
实验设计：我们分别设计了数据重构实验和扩大数据规模实验，其中数据重构实验我们分别替换真实数据的正、负样本，或对真实数据的数据不平衡进行填充样本，分别测试效果，可以取得与真实数据相似的效果。以及我们设计了10到100倍规模的扩大数据规模实验，在某些特定规模上可以增强分类器的效果。
基于扩散模型的手绘跨域图像匹配算法（毕业设计）
利用扩散模型提取图像特征，进行手绘图像的稀疏匹配，用于患者精神疾病的诊断
模型：stable diffusion（SD），该模型主要分为三个部分，分别为CLIP text encoder，VAE，U-net。其中CLIP是将文本转化为embedding，然后通过cross attention机制将其与图像的latent一起送入Unet。VAE负责将原始的图像进行encoding和decoding，实现从原始图像到latent的转化。Unet则负责学习每个时间步的误差，然后根据一个随机噪声的latent、文本的embedding、时间步t来预测该时间步的噪声，然后从latent上减去这个噪声。
在本项目中，我们将将时间步长t的噪声添加到真实图像，然后将其与t一起送入U-net，提取U-net上采样层的特征。总时间步为1000，t越小越能捕捉几何特征，t越大越能捕捉语义特征
数据集：来自 ROCF（Rey-Osterrieth Complex Figure Test，雷-奥斯特列斯复杂图形测验）的实验数据集，一种经典的神经心理学测验，广泛用于评估个体的视觉-空间能力、记忆力以及执行功能。该测验通常要求被试者在没有时间限制的情况下临摹一幅复杂图形，以此评估其基本的视觉-空间能力和绘图策略。
评价指标：BQSS评分系统，BQSS（Boston Qualitative Scoring System，波士顿定性评分系统）进行评分。BQSS 通过分析绘图的完整性、空间组织性、结构性错误等多方面指标，给出打分
创新点：首次将扩散模型特征提取方法用于手绘图像的匹配工作
调参过程：由于是在sd的上采样层提取特征，因此从哪一层提取很重要，越低的层包括越多的语义信息，越高则包括越多的几何信息，这里的sd共有三层上采样层。同时扩散的时间步也很重要，t越小越能捕捉几何特征，t越大越能捕捉语义特征。由于数据类型固定，通过人工调参，发现在第二个上采样层、timestep为120左右时效果最好
kaggle竞赛 Plant Pathology 2021 - FGVC8 取得排名140/625
根据植物叶判断疾病的多标签分类任务，利用深度神经网络和一些训练方法，提升准确率
模型：efficient-b4：通过复合缩放扩展的模型，按一定规则同时扩展网络的层数、通道数、图像分辨率。
创新点：基于上述模型，利用自蒸馏、余弦退火学习率、测试时增强等方法提高准确率
评价指标：F1值 = Precision和Recall的调和平均值
模型调用：使用timm库创建模型
使用sigmoid激活函数，每个类别的概率独立计算，适用于多标签分类问题。而softmax通常用于二分类问题，因为每个概率互相依赖
自蒸馏技术：通过训练一个教师模型，生成教师模型的预测软标签，然后将软标签和硬标签进行加权平均，用于学生模型的训练。这种训练方式可以使标签包含更深层的数据特征，学生模型可以在教师模型学到的基础上继续学习，同时软标签的使用可以避免模型过分依赖groundtruth，降低过拟合的风险。
TTA：在测试时，对每个数据进行三次测试，每次随机使用一种数据增强方法，如裁切、旋转、亮度对比度变化等，取平均值作为该样本的最终预测结果。这种方法可以减少模型预测的随机性、提高准确率
基于Swin Transformer的医学图像分割网络
从传统transformer到vit到swin transformer到本文的u-net型swin transformer：
- 传统transformer用于语言生成，输入为token序列，
- vit将图片划分为patch，代替token，拼接出patch序列作为输入，但是图片的分辨率高时，会带来巨大的计算量，需要很多数据训练。
- swin transformer将encoding过程中的patch进行下采样，每层都减小特征的维度，并在decoding时上采样复原，减少很多计算量
另外，swin transformer不计算全局注意力，只计算一个窗口的注意力（W-MSA），然后在下一个block中移动窗口（SW-MSA）
swin transformer使用patch merging层在encoding过程中逐渐合并patch，并增大通道数C，最后进行图片分类，没有decoding过程。不计算全局注意力，而是在移位窗口中计算注意力，
- 基于u-net的swin transformer借鉴u-net的上采样和下采样过程，在原模型的基础上，在decoding时通过patch expanding一个线性层增加通道数，然后展开patch，最后输出对图像中器官分类的图片
上述就是本项目的模型，u-net型swig transformer
数据处理：synapse多器官分割数据集，3779张腹部临床CT图像，通过旋转和翻转等方式进行数据增强，构建pytorch的datasets类，重写__getitem__
训练方式：对模型预测的输出和label（这里的label是掩码，用于标注感兴趣区域，预测出的结果也是mask）计算交叉熵损失和dice损失（用于语义分割的经典损失函数），多项式衰减策略调整学习率，SGD优化器（加速收敛，添加L2范数防止过拟合，添加动量，减少梯度震荡）
评测指标：average Dice-Similarity coefficient (DSC) and average Hausdorff Distance (HD)平均 Dice 相似度系数 (DSC) 用来评估整体重叠区域，平均 Hausdorff 距离 (HD)用来衡量边界误差
回答时先感谢老师的问题，结束时说我的回答完毕
- 自我介绍需要准备一份稿子 3min
- ppt需要补充图片，以及内容的完善
- 英语需要多准备几份通用模板
- 不会的问题需要一个模板
- 复习408基础
- 复习ppt上的课程的内容
- 继续准备英语问题回答
- 往年的抽题了解
- 项目的模型结构和参数
自我介绍
各位老师好，我叫xx，本科就读于xx大学xx专业，很荣幸能够来到北大软微参加这次面试，希望各位老师多多指教。本科期间我主要围绕人工智能相关的课程进行学习，如模式识别与机器学习，神经网络与深度学习，自然语言处理，计算机视觉等，另外也学习了如操作系统，数据库系统原理，计算机网络，软件工程，数据结构与算法等与计算机相关的课程。这些课程为我未来更深入的学习打下了坚实的基础。
接下来我将从综合素养和项目经历两方面详细介绍。
首先是综合素养。在科研方面，我积极参与科研工作，以第二作者发表了论文《基于扩散模型生成数据的客户流失预测》，在这篇论文中，我们利用扩散模型的数据生成能力对表格数据进行增强，通过扩散模型生成的数据对原始数据进行重构，可以提升分类器的预测效果，如F1值，并且提升数据的隐私保护能力。在发表论文期间，通过设计与进行实验，以及数据的分析、论文的撰写，使我的科研能力得到提高。
然后是本科期间的个人奖项，xx。
下面是项目经历。在本科期间，我主要围绕人工智能相关方向进行项目实践。下面介绍三个项目。首先是基于扩散模型的手绘跨域图像匹配算法，也是我的毕业设计，在这个项目中，我利用扩散模型提取图像特征，具体方法如下图所示，对特征点进行稀疏匹配，用于患者精神疾病的诊断。
另外，我还尝试参与了kaggle的竞赛，这是一个根据植物叶图片判断疾病的多标签分类任务，我利用深度神经网络和自蒸馏、TTA，提升准确率，也取得了前25%的成绩。
最后是一个大模型的下游任务，基于Swin Transformer的医学图像分割网络，在Synapse 多器官分割数据集上进行微调，最终可以实现精准分割内脏器官。
在学习生活中，我一直对未知事物充满向往，未来我希望能够在人工智能领域继续深耕，探索更多的未知和可能。
我的自我介绍到此结束，感谢各位老师的倾听。
我是北京邮电大学人工智能专业的本科生王正阳，在思想政治方面，我是一名共青团员，积极学习马克思主义基本原理、习近平新时代中国特色社会主义思想，积极拥护党的领导。在外语方面，我通过了CET-6，有良好的英文文献阅读能力。本科阶段，我系统学习了人工智能及计算机科学相关的核心课程，熟练使用**Python、C/C++**等编程语言，负责或参与过许多项目，具备扎实的理论基础和实践能力。在科研方面，我有一段科研经历，参与发表一篇学术论文，具备一定的科研能力。
thanks for your question，professor
Those are all of my answers，thank you
I’m sorry, I didn’t hear the question clearly. Could you please repeat it？
感谢老师的提问。对于xx，我在之前的学习中接触的比较少，因此对此不太了解。根据我自己的理解，xx。我的理解可能有误，下去之后我会再系统学习这方面的知识。
adam优化、u-net、DDPM、项目3的评价指标、
adam是一种优化方法，在模型训练时，可以根据反向传播的梯度计算其一阶矩和二阶矩，动态调整学习率，可以达到更高效的收敛
为什么选择我们学校
二零二四年三月，我正式开始复习考研，至今已有一年。通过这一年的努力，有幸争取到踏入北京大学复试的机会，复试在即，内心始终无法平静，如同今晚北京的风，呼啸着裹挟空气而去。
回顾这一年的经历，只记得自己日复一日坐在图书馆的实木桌椅上，却想不起来到底看了哪些书，做了哪些事，就如同那时的自己无法想到复试前自己的心情一样。刚开始时雄心壮志、浑身干劲，也被时间渐渐抹去，如今只盼望复试早点过去，希望自己能完成这段任务，心中的那团热火，渐渐地也烧干成一堆灰烬。图书馆前的玉兰花再次盛开，和往年开的同样热烈，却没有心情再拿出相机摄下。回顾这一年，其实和以往的任何一年没有什么不同，可我为何如此看重这次复试？也许它能决定我的未来，真的如此吗？或许只是因为它标志着一个阶段的结束······我的美好的学生阶段结束了。又或许，这天确实别的一天没什么不同，还是每天做了自己应当做的事罢了。
那可能是晴空万里的一天，可能是狂风呼啸的一天，可能是阴雨连绵的一天，只消走入那间屋子，写一些想写的、说一些想说的，这天便结束了。过程是如此的简单，波澜不惊，事实也正是如此。走出那扇门时，我的心情是怎样？断然比此前都好些吧，不论如何，内心总会晴空万里。也许这就是这一年的意义。