麻省理工学院的工程系
最知名、申请人最多和最“难读”的学系，并曾连续七届获得美国工科研究生课程冠军，其中以电子工程专业名气最强。美国工程教育学会执行主任Karl Willenbrock 曾经说过，“如果麻省理工学院忽然消失，国家安全堪忧。他们是工程的IBM。”其余的学科如物理学、化学、经济学、哲学、政治学、建筑学也都非常优秀。近数十年兴起的供应链管理专业(Supply Chain Management)也是麻省理工的强项，MIT的MLOG(Master of Engineering in Logistics)项目已多年在全美排名第一，借助MIT 在制造业和交通领域的优势，MLOG 汇集了供应链和物流领域最权威的师资力量，并和世界五百强公司建立了良好的合作关系。
科研简介
科研主题：麻省理工学院EE科研项目；
科研导师：EE科研项目专业导师；
科研地点：EE科研项目实验室；
科研时间：寒暑假，每期时间长度为4 周；具体情况根据学生面试情况由美方进行调整；
报名后1周安排面试，面试前辅导学生阅读1 篇专业论文。
科研背景
若是提及EE专业就业形势最好的方向，那信号处理方向便是当之无愧的前三名。信号处理技术在计算机视觉、语音识别、自动驾驶，自然语言处理等众多领域的应用取得了举世瞩目的成功，是当前学界和工业界重点的研究和发展方向之一。
科研内容
本项目将系统介绍信号处理的基本概念、方法及应用，尤其是Python/Matlab语言在信号处理中的应用。在老师带领下，了解机器学习和信号处理最新前沿技术，并应用于实践，通过实践向学生介绍这项技术的前沿方向。
信号处理最基本的内容有变换、滤波、调制、解调、检测以及谱分析和估计等。变换诸如类型的傅里叶变换、正弦变换、余弦变换、沃尔什变换等；滤波包括高通滤波、低通滤波、带通滤波、维纳滤波、卡尔曼滤波、线性滤波、非线性滤波以及自适应滤波等；谱分析方面包括确知信号的分析和随机信号的分析，通常研究最普遍的是随机信号的分析，也称统计信号分析或估计，它通常又分线性谱估计与非线性谱估计；谱估计有周期图估计、最大熵谱估计等；随着信号类型的复杂化，在要求分析的信号不能满足高斯分布、非最小相位等条件时，又有高阶谱分析的方法。高阶谱分析可以提供信号的相位信息、非高斯类信息以及非线性信息；自适应滤波与均衡也是应用研究的一大领域。
具体Topics如下：
★ Signal Processing Intro
★ Python Intro
★ LTI System
★ Fourier Transform/Convolution
★ Filter
★ Machine Learning Intro
★ Neural Networks
★ Project Phase I：Project Introduction
★ Deep Learning/CNN
★ Project Phase II：Model Training
★ Project Phase III：Model Evaluation
★ Project Phase II：Tensorflow Installation
科研形式
项目采用导师制。在老师带领下，了解信号处理及深度学习最新前沿技术，并应用于实践。学生组成学习小组在导师的指导下完成具体项目。包括学习如何有效率地查找资料，小组讨论，整理资料，综合意见并制作演示文档PPT。最后所有同学在讨论会上展示自己的项目结果。重点培养美国大学所看中的领导能力，独立思考能力，自我学习和综合能力，交流合作与沟通能力，以及清晰表达能力。
招募要求
面向对象：欲申请美国名校EE/CS相关专业的高中生、大学生；
专业背景：数学、物理、计算机技术、机电一体化等相关专业；
软性背景：有一定的科研履历者优先；
项目要求：GPA3.0以上，英语水平相当于托福80分以上，英文面试通过。
参与科研的最大收获
1. 挑战自身潜能，切身体会世界理工之最——麻省理工学院严苛的学术氛围。通过参加2~4 周紧张而丰富的科研，学生能亲身体会国际精英们在这样的学术氛围下如何完成自身成长；
2. 极大拓宽学生视野。麻省理工学院(MIT)作为世界顶尖高校，尤其以自然及工程学享誉世界，处在这样一个学习氛围下，能够让学生拥有国际视野，了解到世界顶尖的设计行业所研究的课题和内容以及世界最新发展态势，从而对整个行业有更清晰的认知；
3. 学生将有机会聆听世界一流规划师、设计师的讲座，获取该产业第一手现实资料；
4. 科研完成后，学生将会全面了解并体会到麻省理工学院的授课方式及培养流程，并对EE有一个完整的认知，将对学生今后的专业选择以及后续专业课程学习帮助良多；
5. 同时，经过2~4 周的美国学习生活，学生能够为将来的赴美留学打下基础，并且能够根据自身情况对未来有更清晰的规划。在面临人生选择和确定发展方向的十字路口，这一段经历将会成为学生十分宝贵的财富。
