1士新生手册(台湾清华大学)

这份资料表明：培养一流的研究生是一个严格的、需要认真准备的过程！它提供了研究生如何早作规划、如何选课、如何做科研、如何写论文、如何成才的建议，是一份难得的材料。本课题组，将以此为蓝本，根据我们的课程设置，编辑一份自己的“硕士班研究所新生手册”。由于专业不同，大家在读这分材料时，不要在意具体的课程，而把重点放在它的思想、方法和培养一流研究生的流程上。硕士班研究所新生手册彭明輝(台湾清华大学)凡本人之研究生，必须在本人同意指导论文之后的一个月期限内，仔细读完这一本手册，并针对不解的部分求教学长或本人，直到确定充分了解为止。如果你期望在两年期间顺利完成硕士学位，并且按部就班地把这两年时间最有效地利用，这本小小的手册告诉你：（1）获得硕士学位的最低修课与论文要求，（2）这个实验室里用什么样的制度协助你完成前述要求，（3）为什么要有这些要求，以及这样的制度安排，（4）你该如何规划修课与研究进度。关于最低毕业学分的要求，是控制组的统一规定。关于论文的要求，是我个人的规定，别的实验室可能有不一样的规定和要求，不在此细述。至于本实验室的制度安排，是针对前述论文要求而设计的。基本上，我对学位论文的前述要求是与英、美所有MasterofScience的要求一致。但是国外有所谓的MasterofEngineering，其训练目标、过程、课程安排等皆与MasterofScience大相径庭。一、选课（1-1）毕业学分：学校规定硕士班最低毕业学分是26学分（含两学期书报讨论共两学分，以及八门三学分的课）。通常硕士生会在两年四个学期里分别选修4+3+2+1门课，或者4+3+2门课。（1-2）控制组规定：必修「PME5203数字控制系统」与「PME5201线性系统理论」两门课（大学部为本系毕业且已修过该课程者可免修），此外再任选两门控制组开授之研究所课程（课号为52XX者皆可）。（1-3）如果你的硕士论文题目是机械视觉，我建议你多选修以下课程：学期修课课名三下逻辑设计（PME3209）、汇编语言（交大电子系）、四上微算机原理（PME4200）、DSP程序设计与实验（交大电控）、四下C程序语言与机电系统应用（PME4020）、计算器结构（EE3450）、一上线性系统理论、数字控制系统、影像处理（EE6630）、数字电路设计（EE4285）一下智能型控制、视讯处理（EE6650）、样型辨别（EE6660）、类神经网络（EE6530）二上计算机周边系统导论、微机电传感器其中红色表示控制组必修，粉红色表示控制组必须任选其中两门，蓝色表示与机械视觉密切相关的课，绿色表示与电路或芯片设计相关的课，粗体字为建议选修，细体字为建议旁听。类神经网络是一门较难分类的课，它和机械视觉有关，能选修最好，但非必要。假如你可以从大二开始规划，更好的选修课方式建议如下：学期修课课名二下汇编语言（交大电子系）三上逻辑设计（EE2280）三下计算器结构（EE3450）四上微算机原理（PME4200）、数字电路设计（EE4285）、DSP程序设计与实验（交大电控）四下C程序语言与机电系统应用（PME4020）、一上线性系统理论、数字控制系统、影像处理（EE6630）一下智能型控制、视讯处理（EE6650）、样型辨别（EE6660）、类神经网络（EE6530）二上计算机周边系统导论、微机电传感器这个program和上一个的差别主要是可以较早修完数字电路设计（VHDL语言，主要用于FPGA芯片设计），大四下就可以先尝试进行用DSP及FPGA进行基础的影像处理程序撰写。此外，先学汇编语言，再学逻辑设计、再学计算器结构，最后学数字电路设计，后三门彼此前后错开是较佳的学习程序。（1-4）影像处理是机械视觉的基础或先修性课程，它提供了机械视觉所需要的各种基础工具，而机械视觉可以视为是影像处理技术的一种应用领域。样型辨别也是影像处理技术的一种应用领域，它算是机械视觉的一个主要子题之一。视迅处理。（1-5）以影像处理的技术为核心，未来可以发展的方向有：（1）与机电系统结合，成为自动化的关键性技术（尤其是组件定位、制程及产品瑕疵检验等），（2）与IC及芯片设计技术结合，成为机械视觉相关产品（譬如：智能型大楼门禁管理与监控系统核心芯片）之核心技术，或者影像、视迅处理卡的核心设计技术。因此，上面的选课建议中把FPGA和DSP的设计能力列为必备专长。二、论文的要求我对硕士论文的基本要求是：（1）论文的主要内容，是叙述一套方法在一个特定场合中的应用。（2）这套方法必须要有所创新或突破，并因而对学术界有所贡献。因此，它或者是解决既有问题的新方法，或者是既有方法的新应用，或者是以一个新的方法开启一整片新的应用领域。（3）在论文中，你必须要有能力提出足够的证据来让读者信服说：针对这个应用场合，你所提出来的方法确实有比文献中一切既有方法更优越之处。（4）此外，你必须要能清楚指出这个方法在应用上的限制，并且提出充分证据来说服读者：任何应用场合，只要能够满足你所提出来的假设（前提）条件，你的方法就一定适用，而且你所描述的优点就一定会存在。（5）你还必须要在论文中清楚指出这个方法的限制和可能的缺点（相对于其它文献上的既有方法，或者在其它应用场合里）。假如这个方法有任何重大缺点，在口试时才被口试委员指出来，其后果有可能是论文无法通过。（6）行文风格上，它是一篇论证严谨，逻辑关系清晰，而且结构有条理的专业论述。也就是说，在叙述你的方法的过程，你必须要清清楚楚地交代这个方法的应用程序以及所有仿真或实验结果的过程，使得这个专业领域内的任何读者，都有办法根据你的描述，在他的实验室下复制出你的研究成果，以便确定你的结论确实是可以「在任何时间、任何地点、任何人」都具有可重复性（可重复性是「科学」的根本要求）。（7）而且，你对这个方法的每一个步骤都必须要提供充分的理由说明「为什么非如此不可」。（8）最后，你的论文必须要在适当位置清楚注明所有和你所研究之题目相关的文献。而且，你必须要记得：只要是和你所研究的问题相关的学术文献（尤其是学术期刊论文），你都有必要全部找出来（如果漏掉就是你的过失），仔细读过。假如你在学位论文口试时，有口试委员指出有一篇既有文献，在你所讨论的问题中处理得比你的方法还好，这就构成你论文无法及格的充分理由。（9）第（2）款所谓「对学术界的贡献」，指的是：把你的所有研究成果扣除掉学术界已经发表过的所有成果（不管你实际上有没有参考过，没有参考过也算是你的重大过失），剩下的就是你的贡献。假如这个贡献太少，也构成你论文无法及格的充分理由。上面所叙述的九款要件中，除第（2）款之外，通通都是必须要做到的，因此没有好坏之分。一篇硕士论文的好坏（以及成绩的评定标准），主要是看第（2）款所谓「对学术界的贡献」的多寡与重要性而定。假如你要申请国外的博士班，最重要的也是看你的硕士论文有什么「贡献」而定（这往往比TOFEL、GRE、GPA还重要）。一个判断硕士论文的好坏有一个粗浅办法：假如你的研究成果可以在国外著名学术期刊（journals，而非magazines）上发表，通常就比一篇只能在国外学术会议（conferences）上发表的硕士论文贡献多；一篇国外学术会议的论文又通常比无法发表的论文贡献多；在国际顶尖学术期刊上发表的论文通常比一篇二流的学术期刊论文贡献多。SCI有一种叫做ImpactFactor的指数，统计一个期刊每篇论文被引述的次数。通常这个次数（或指数）愈高，对学术界的影响力就愈大。以机械视觉相关领域的期刊而言，ImpactFactor在1.0以上的期刊，都算是顶尖的期刊。这些期刊论文的作者，通常是国外顶尖学府的著名教授指导全球一流的博士生做出来的研究成果。三、完成硕士论文所需要的能力从前面的叙述可以归纳出来，完成硕士论文所需要的能力包括以下数项，依它们的培养先后次序逐项讨论。（1）资料检索的能力：在给定（或自己拟定）的题目范围内，你必须有能力利用资料检索系统（尤其是教育部「博硕士论文检索系统」、Compendex和SCI这三套论文资料索引系统），查出所有相关的论文，而无任何遗漏（否则你可能在论文口试时才发现同一个题目已经有人发表过了）。你到底要用什么样的关键词和查所程序去保证你已经找出所有相关的文献？这是第一个大的挑战。每一组关键词（包含联集与交集）代表一个论文所构成的集合，假如你用的关键词不恰当，你可能找到的集合太小，没有涵盖所有的相关文献；假如你用的关键词太一般化（譬如「image」），通常你找到的集合会太大，除了所有相关文献之外还加上好几十倍的毫不相关的文献。（2）资料筛选的能力：即使你使用了恰当的搜寻策略，通常找到的文献集合都还是明显地比你所需要的集合大，而且通常文献比数大概在一两百篇或数百篇之间，而其中会和你的的研究子题直接且密切相关的论文，通常只有廿、卅篇左右。你如何可以只读论文的题目、摘要、简介和结论，而还没有完全看懂内文，就准确地判断出这篇论文中是否有值得你进一步参考的内容，以便快速地把需要仔细读完的论文从数百篇降低到廿、卅篇？这考验着你从事资料筛选的能力。（3）期刊论文的阅读能力：期刊论文和大学部的课本截然不同。大学部的课本是寻次渐进地从最基本的知识背景逐步交代出整套有系统的知识，中间没有任何的跳跃，只要你逐页读下去，就可以整本都读懂，不需要在去别的地方找参考资料。但是期刊论文是没头没尾的十几页文献，只交代最核心的创意，并援引许多其它论文的研究成果（但只注明文献出处，而完全没有交代其内容）。因此，要读懂一篇论文，一定要同时读懂数篇或十数篇被援引的其它论文。偏偏，这十几篇被援引的论文又各自援引十数篇其它论文。因此，相对于大学部的教科书而言，期刊论文是一个极端没有系统的知识，必须要靠读者自己从几十篇论文中撷取出相关的片段，自己组织成一个有系统的知识，然后才有办法开始阅读与吸收。要培养出这种自己组织知识的能力，需要在学校靠着大量而持续的时间去摸索、体会，而不可能只利用业余的零星时间去培养。因此，一个大学毕业后就不再念研究所的学生，不管他在大学部有多优秀，都很难在工业界利用业余的时间去培养出这种能力。所以，硕士毕业生和大学毕业生最大的差别，就是：学士只学习过吸收系统知识的能力（也就是读别人整理、组织好的知识，典型的就是课本）；但硕士则学习过自己从无组织的知识中检索、筛选、组织知识的能力。（4）期刊论文的分析能力：为了确定你的学位论文研究成果确实比所有相关的学术期刊论文都更适合处理你所拟定的应用场域，首先你必须要有能力逐篇分析出所有相关期刊论文的优点与缺点，以及自己的研究成果的优点与缺点，然后再拿他们来做比较，总结出你的论文的优点和缺点（限制）。但是，好的期刊论文往往是国外著名学府的名师和一流的博士生共同的研究成果，假如你要在锁定的应用场域上「打败」他们，突出自己的优点，这基本上是一个极端困难的挑战。即使只是要找出他们的缺点，都已经是一个相当困难的工作了。一个大学毕业生，四年下来都是假定「课本是对的」这样地学下来的，从来没有学习如何分析课本知识的优缺点，也就是「只有理解的能力，而没有批判的能力」。硕士生则必须要有「对一切既有进行精确批判」的能力。但是，这个批判并非个人好恶或情绪化的批判，而是真的找得到充分理由去支持的批判。这个批判的能力，让你有能力自己找到自己的优、缺点，因此也有机会自己精益求精。所以，一个大学毕业生在业界做事的时候，需要有人指导他（从事批判性检验），帮他找出缺点和建议改进的可能性。但是，一个严格训练过的合格硕士，他做事的时候应该是不需要有人在背后替他做检证，他自己就应该要有能力分析自己的优、缺点，主动向上级或平行单位要求支持。其实，至少要能够完成这个能力，才勉强可以说你是有「独立自主的判断能力」。（5）创新的能力：许多大学毕业的工程师也能创新，但是硕士的创新是和全世界同一个学术团体内所有的名师和博士生挑战。因此，两者是站在不同的比较基础上在进行的：前者往往是一个企业内部的「闭门造车」，后者是一个全球的开放性竞争。其次，工程师的创新往往是无法加以明确证明其适用条件，但是学术的创新却必须要能够