ℹ️ 关于OMG
本人的开放环境机器学习课题组(Open-environment Machine learning Group, 简称 OMG) 的科研兴趣活动最早可追溯至2021年9月。5年间先后指导多位学生保研清华和获得海外名校全奖博士offer;指导研究生和本科科研生在国际顶级期刊和CCF-A类会议发表论文数十篇(如TPAMI,TCYB,TNNLS,SIGKDD,SIGMOD,NeurIPS,CVPR,ICCV,AAAI,IJCAI,ACM MM等);在高水平国家级竞赛(如挑战杯国赛、全国大学生计算机设计大赛等)多次获奖。
OMG常年招收自律性强、态度积极、有一定编程基础的【推免生】、【研究生】和【本科科研生】入组开展科研工作。 OMG具体研究方向可参考本人主页所列论文和科研课题。组内以前沿科学研究为主,目标是发表高水平学术论文(中科院SCI一区Top期刊论文、CCF-A类Top会议论文)。有了科研成果后,可应学生需求组织参加竞赛、申请专利、申报奖项等创新创业活动。
📢 有意入组的同学请仔细阅读OMG【价值观与目标】和【入组考核要求】后邮件联系本人(yqzhang@gdut.edu.cn)。邮件请声明理解招生要求,附上个人简历,否则不予回复。
📢 精力有限,资源有限,OMG不想耽误学生,因此只能做到集中精力托举少量同学。每年仅择优招【研究生2-3人】和【本科科研生2-3人】,指标有限,招满即止,入组机会先到先得。
📢 学生培养无法速成,本人会手把手教。因此本科生最晚请于大二下学期开学前后提出入组申请(特别优秀者可适度放宽)。研究生获得OMG发出的书面offer后也需尽快入组参加科研训练(可线上)。
🎯 价值观与目标
挫折与荣誉🏅
科研是一个痛苦并快乐的过程,但大多数时候是令人沮丧的(比如论文看不懂、实验失败、研究方向被否、论文写作被批、心血之作投稿被惨拒等)。但恰恰是这种普遍的打击和失望,才能让人变得更加强大,才使获得成功的那一刻的喜悦更加令人铭记且深刻。由于OMG的目标是投稿SCI一区Top期刊和CCF-A类Top会议,因此希望入组的同学具备下列特质:内心强大经得起挫折,有专注力和耐力,对于科研工作充满激情,渴望成功且重视荣誉。
科研的特殊性🔬
科研与上课和上班有所不同,科研是一项有较强机动性的事业。例如国际会议或期刊的投稿截止日期可能与国内节假日重叠。又例如提交论文前偶然发现有可以改进的点,需要突击修改论文和改进实验。因此节假日或计划之外的时间可能需要持续战斗赶实验和投稿。同样也普遍存在工作日没有紧急科研任务,时间可自由支配的情况。这种机动的工作模式需要较强的内驱力来支撑,要能做到不受周围人、环境、以及惰性的影响。
职业理想✈️
本组首要目标是追踪前沿科技进展,发表高水平学术论文。所以本组学生的主要出路是手握过硬的论文成果后获得继续升学读博的offer或去头部科技企业做算法研究岗。本组已有多名本科生和研究生在本人指导和推荐下获得知名高校(如清华、北大、哈工大、中大、香港城市大学、香港浸会大学、美国罗彻斯特理工)的硕博offer和头部企业(如阿里巴巴、腾讯、华为、字节)的算法研究岗offer,得以继续深造和发展。如果目标是考公或去企业做工程开发,那就与OMG的目标不符了。
态度与习惯🙎
积极和严谨对能否高效推进科研至关重要。OMG欢迎志向高远的同学加入,积极尝试新的idea并投稿顶会顶刊,古语云“法乎其上得乎中”,只有跳出舒适圈才能可能进步。OMG欢迎完美主义者和做事精益求精者(PS:欢迎强迫症和细节控),如能轻易察觉代码中的一个多余指令或字符,论文中一处不统一的专有名词大小写,那么将在科研工作中更加得心应手。综上所述,态度积极且胆大心细者将在科研中无往不利。
课题组工作状态📠
学生在获得OMG的offer后须立即入组学习并开展科研工作(可线上)。科研需长期积累才能熟练掌握,只有聚焦在一个小领域不断学习深耕,才可能产出好的成果。尽早入组开始积累成果,可更大限度确保获得理想的深造/企业offer。日常汇报与讨论形式:低频大组会+高频1v1。此外,顶会论文accept后OMG会给予全额经费支持让学生出国参会长见识,并且会不定期组织团建素拓(不占用周末时间,完全自愿参加)。
学术诚信与道德✅
Last but not least, 学术诚信是不可逾越的红线。实验可以达不到理想效果,论文可以暂时进度不佳,但决不可捏造实验数据或大语言模型代写论文,学术成果发表后会跟人一辈子,请让成果变为荣耀而不是污点。对于本科生,OMG严禁同时加入多个课题组/工作室/竞赛队,要为自己、合作者、以及指导老师们的时间和付出负责。对于保研/考研生,OMG从不鸽学生,也不希望被鸽。对于在读研究生,OMG不卡实习,但请先完成研究生的主业——科研,投出一篇质量过硬的论文再实习。
💻 入组考核要求
申请入组须完成一篇指定论文的精读和代码复现工作。完成后约时间进行汇报讨论。考核内容如下:
📝论文精读(时限一周):阅读和理解论文,制作ppt,从以下几个方面进行汇报(5-10分钟):
-
该论是期刊还是会议,分级如何(弄清中科院SCI分区、JCR SCI分区、影响因子、CCF推荐分级);
-
该论文解决了什么科学问题(可问DeepSeek“请举几个计算机科学领域的例子,让我明白什么是科学问题。”);
-
现有的解决该问题的方法大致分为哪几类,核心思想是什么;
-
该论文所提出方法的核心技术原理和运行流程;
-
用自己的话简单概括该论文所提出方法的原理,以及有什么先进性和创新性。
⌨️代码运行(时限一周):理解论文的实验部分并复现,从以下几个方面进行汇报(5-10分钟):
-
该论文中设计了几个实验,每个实验目的是什么,结论如何;
-
展示实验复现过程(论文会提供代码,仅需自行配置环境,运行代码,获得结果,截图展示过程);
-
对比复现的结果和论文中的结果是否一致,若不一致,则需进行具体原因分析与讨论。
☕ 上述两项内容总计给予约两周完成,制作简洁大方的ppt(中英文均可,点击下载模板),与本人约时间线上汇报讨论。汇报前务必先自行演练,确保逻辑清晰、语言精炼、汇报用时务必控制在15分钟以内。
☕ 考核目的不是为了考倒或为难学生,而是给予双方一个互相充分了解的契机,然后再互相选择。同时考核过程本身也是一个不错的基础科研训练。请同学们放平心态准备即可。
🧑🎓 成员
OMG成员分属不同特别兴趣小组 (SIG: Special Interest Group),包括:
- SIGCDC (CDC: Complex-distributed Data Clustering) 复杂分布数据聚类特别兴趣小组
- SIGMTA (MTA: Multivariate Time-series Analysis) 多变量时序数据分析特别兴趣小组
- SIGLLM (LLM: Large Language Models) 大语言模型特别兴趣小组
课题组部分成员如下:
陈欣禧
(Xinxi Chen)
2022级 本科科研生
研究方向: 异质特征数据在线特征选择与聚类分析
主要成果: 发表SCI一区Top期刊等多篇论文,如TCYB'25;获计设大赛国赛一等奖等高水平竞赛奖项,主持国家级大创项目等。
谭泽熙
(Zexi Tan)
2023级 本科科研生
研究方向: 时序数据表征学习与聚类分析
主要成果: 获本科生国家奖学金;发表多篇CCF-A/B/SCI一区Top论文,如AAAI'26,TNNLS'25;科研成果获计设大赛国赛一等奖。
谢涛
(Tao Xie)
2023级 本科科研生
研究方向: 时序数据表征学习与分类
主要成果: 发表多篇CCF-B/C类学术会议论文,包括BIBM'25,PRICAI'25;时序分类成果获中国大学生计算机设计大赛国赛一等奖。
冯森
(Sen Feng)
2023级 研究生
研究方向: 异质特征数据聚类分析与在线聚类分析
主要成果: 获研究生国家奖学金;发表TNNLS'25(ESI高被引),ICASSP'25,ECAI'24等多篇SCI一区Top期刊和CCF-B类国际会议论文。
黄展培
(Zhanpei Huang)
2024级 研究生
研究方向: 生物医学时序数据表征学习与分类
主要成果: 在CCF-A/B以及SCI一区期刊发表论文多篇,如AAAI'26,TETCI'25,ICASSP'25等;获数模大赛国赛三等奖。
赵明杰
(Mingjie Zhao)
2025届 硕士毕业生
毕业去向: 香港浸会大学(全奖博士)
研究方向: 无监督机器学习与大语言模型
主要成果: 获研究生国家奖学金;发表CCF-A/SCI一区Top等多篇论文,如SIGMOD'26,AAAI'26,ESWA'25(ESI高被引)。
陈俊仰
(Junyang Chen)
2025届 本科毕业生
毕业去向: 清华大学(硕士研究生在读)
研究方向: 图表征学习与大语言模型
主要成果: 发表CCF-A/B类会议论文和SCI一区Top期刊论文多篇,如DASFAA'26,SIGKDD'24;成果荣获挑战杯省赛特等奖。
张云帆
(Yunfan Zhang)
2025届 本科毕业生
毕业去向: 香港浸会大学(全奖直博)
研究方向: 无监督联邦学习与大语言模型
主要成果: 获本科生国家奖学金;发表CCF-A/SCI论文多篇,如AAAI'25,NEUCOM'25;成果获国际会议最佳论文奖和挑战杯国赛三等奖。
蔡升宏
(Shenghong Cai)
2025届 本科毕业生
毕业去向: 北师港浸大(研究助理)
研究方向: 分布式聚类分析与无监督联邦学习
主要成果: 发表SCI一区Top期刊和CCF-B类会议论文多篇,如ICDCS'24,IoTJ'26;成果获挑战杯省赛特等奖;主持国家级大创项目。
※ 因主页空间有限,遂滚动陈列OMG课题组部分成员简介。无论是否正在此展示,都为每一位曾在OMG奋斗过的同学感到骄傲。
🖼️ 影像
※ 影像不仅是瞬间的定格,更是时光的切片——记录OMG高光时刻与温情瞬间。
最后更新:2026年03月