Yuansi Chen：

　　Chen 教授的研究主要集中在抽樣算法上——一種可以讓我們從分布或總體中抽取樣本的程序。它們給我們提供了一個瞥見未知真相的機會——無論未知是不可能確定的，還是因為太復雜而無法明確地計算——就像天氣預報或股票市場分析。Chen 對被稱為“馬爾可夫鏈蒙特卡羅(MCMC)”的一類廣泛算法尤其感興趣。

　　“MCMC 方法經常被用于從生態(tài)學到天體物理學到金融的各種領域，” 統(tǒng)計科學文理杰出教授，Yuansi Chen的提名人David Dunson教授說：“然而，在許多涉及大數據集和/或復雜模型的問題中，效率可能很差。”

　　Yuansi Chen的研究旨在通過提高我們對MCMC的基本理解和發(fā)展理論基礎，以指導它們在大規(guī)模計算問題中的使用，從而解決效率低下的問題。

　　2021年，在加入杜克大學前不久，Chen 通過運用廣泛的計算應用解決了一個幾十年未解的幾何問題，在統(tǒng)計學和計算機科學界引起了轟動。而他這樣做是為了更好地理解隨機抽樣。

　　Dunson教授評價說：“Yuansi 是一個罕見的人才，他所具備的智力引擎、專注力和創(chuàng)造力，可以徹底改變我們對采樣效率/效率低下的根本原因的理解。”

　　Kevin Welsher：

　　研究也聚焦于揭示未知事物的方法——他研發(fā)的顯微鏡法令觀測前所未見的、發(fā)生在活細胞內部和周圍的過程(例如病毒即將攻擊)得以實現。

　　將像病毒一樣小的東西顯像的困難并不僅局限于它們的微觀尺寸。病毒感染和其他生物過程，都是動態(tài)的。將它們可視化不僅需要足夠近地放大，還需要跟蹤它們的活動。Welsher 教授將其比作通過安全攝像頭追蹤飛車追逐：你能看到大概的情況，但得不到任何細節(jié)。

　　為了解決這個問題，Welsher 研發(fā)了一種被稱為 3D 單分子主動實時跟蹤(3D-SMART)的顯微鏡技術，該技術可以鎖定移動目標，同時保持對周圍細胞的鳥瞰觀測。

　　現在，Welsher 想將 3D-SMART 提升到一個新的水平。他和他的團隊希望用非常低的電流來控制病毒和分子(而不是僅僅跟蹤移動的目標)，然后在相關的化學或生物環(huán)境中觀察和操控這些被困的目標。

　　“我們的團隊開發(fā)了高速 3D 顯微鏡方法，以‘鎖定’復雜環(huán)境中快速移動的單分子和病毒，” Welsher 說：“感謝斯隆基金會，我們將擴大這種能力，不僅可以跟蹤快速的過程，而且能夠在復雜的生物和化學環(huán)境中控制納米物質。”

　　“Kevin Welsher 的研究項目在很多方面產生重大影響，”化學系主任、Welsher 教授的提名人 Katherine Franz 說：“以無與倫比的精確性探測病毒感染的能力，肯定不僅可以驗證關于感染途徑的現有假說，而且還可能發(fā)現對具有重要醫(yī)學后果的生物物理機制的完全出乎意料的見解。“

　　Franz 教授還強調了 Welsher 的教學紀錄。“讀到學生們的，諸如‘Welsher 博士重新激發(fā)了我對化學的熱情‘等評價，是一件令人興奮的事。難怪他被授予杜克大學 Robert Cox 杰出教學獎。”

　　每年有超過1,000名研究人員通過提名，參與競爭126個斯隆研究獎金的名額。獲獎者每人被授予7.5萬美元的獎金，用于支持他們未來兩年的研究。

　　以上是關于杜克大學教授入選2023年斯隆研究獎的全部新聞，如果您對美國留學感興趣，歡迎您在線咨詢托普仕留學老師，托普仕留學專注美國前30高校申請，5V1服務模式，嚴格控制招生數量，提升學生綜合實力，幫助國內學子順利獲得美國藤校入讀資格。

　　更多留學熱聞：

普渡大學和上海交通大學哪個好

克萊蒙特麥肯納學院錄取率

布朗大學一年學費