मिनर्वा स्टूडेंट ज़िचेन के साथ एक बातचीत

मिलिए Zichen, 2019 की कक्षा में एक छात्र से।

त्वरित तथ्य

नाम
जिचेन कुई

गृहनगर
चीन

कक्षा
2019

प्रमुख
कम्प्यूटेशनल साइंसेज - मशीन लर्निंग

बातचीत

आपने पारंपरिक कार्यक्रम के बजाय मिनर्वा में शामिल होने का विकल्प क्यों चुना?

मेरा मानना ​​है कि ज्ञान के दो महत्वपूर्ण और सामान्य क्षेत्र हैं जिन्हें मुझे अपने पूरे जीवनकाल में सीखने की आवश्यकता है: मानव और समझ प्रणाली, जो परस्पर अनन्य नहीं हैं। मेरी पिछली शिक्षा ने मुझे समझने की प्रणालियों के लिए एक राजसी दृष्टिकोण दिया। मेरा मानना ​​है कि मिनर्वा का वैश्विक रोटेशन और अंतर्राष्ट्रीय छात्र निकाय मुझे संस्कृतियों और भाषाओं के बारे में जानने और उनके भीतर कनेक्शन बनाने में सक्षम बनाता है।

आप मिनर्वा समुदाय का हिस्सा होने के बारे में सबसे अधिक क्या आनंद लेते हैं?

पचास विभिन्न संस्कृतियों के सहपाठियों के साथ रहने से संस्कृति को झटका लगा। विचारों, आदतों और मूल्यों का टकराव चुनौतीपूर्ण है लेकिन मन के लिए मनोरंजक है।

हमें हैदराबाद में अपने अनुभव के बारे में बताएं।

हैदराबाद से पहले, एक पाठ्यपुस्तक में उभरते बाजारों के बारे में पढ़ना दिलचस्प था। जब मैं हैदराबाद में था, तो व्यक्तिगत रूप से उभरते बाजारों को देखने के लिए अलग महसूस किया। शहर विकास और विकास के अवसरों के साथ लाजिमी है, और इसमें डूबने से मुझे आर्थिक विकास, संस्कृतियों और विकास पर नए दृष्टिकोण मिले।

आप किसी अन्य छात्र को क्या बताएंगे जो मिनर्वा पर विचार कर रहा है?

विभिन्न शहरों में दुनिया भर में कौशल हासिल करने और लागू करने में सक्षम होना एक मूल्यवान अनुभव है। एक सामान्य मिनर्वा छात्र प्रत्येक शहर में अवसरों की तलाश करता है, और मिनर्वा शहर के विसर्जन और स्थानीय व्यावसायिक विकास की सुविधा प्रदान करता है।

मिनर्वा भविष्य को अपने शब्दों में कैसे आकार दे रहा है?

मेरे लिए, दो प्रासंगिक परिवर्तन हैं। पहले पारंपरिक परिसर में प्रवेश कर रहा है और कक्षाओं को पढ़ाने के लिए एक ऑनलाइन प्लेटफॉर्म (एक्टिव लर्निंग फोरम) का उपयोग कर रहा है। यह मिनर्वा दर्शन का एक मुख्य हिस्सा है जो वैश्विक रोटेशन को सक्षम बनाता है: कक्षा की भौगोलिक सीमाओं को हटाते हुए। दूसरा स्वयं वैश्विक रोटेशन है: छात्रों को वैश्विक रोटेशन पर जाने की आवश्यकता होती है, जो संस्कृतियों और वातावरणों में सीखने को सामान्य बनाता है। दुनिया के एक हिस्से में जो सच है वह शायद दूसरे में ऐसा नहीं है।

आपने जापान के टोक्यो में एक मिस्टलेटो पोर्टफोलियो कंपनी LPixel में ग्रीष्मकालीन इंटर्नशिप बिताई। उस प्रोजेक्ट का वर्णन करें जिस पर आपने काम किया था।

मैंने शोध दल पर काम किया और इस्केमिक स्ट्रोक लेसियन सेगमेंटेशन (ISLES) चुनौती, एक चिकित्सा छवि विभाजन चुनौती पर ध्यान केंद्रित किया, जहां शोधकर्ता तीव्र सीटी छिड़काव स्कैन के आधार पर स्ट्रोक घावों के विभाजन के लिए वैकल्पिक तरीके प्रस्तुत करते हैं। इस्केमिक स्ट्रोक मस्तिष्क में अपर्याप्त रक्त की आपूर्ति के कारण होने वाला एक स्ट्रोक है। आघात के रोगियों की सीटी ब्रेन इमेजरी को देखते हुए, हमें अनुमान लगाया गया कि पिक्सेल स्तर तक, ठीक उसी जगह, जहाँ मस्तिष्क क्षतिग्रस्त होगा। जबकि सीटी छिड़काव स्कैन से प्राप्त मस्तिष्क की कल्पना धुंधली है, यह एमआरआई छवि की तुलना में काफी तेज है।

इसके अतिरिक्त, मैंने LPixel के R & D विभाग के लिए एक सर्वर डैशबोर्ड बनाया और उनके सर्वर वेंटिलेशन समस्याओं को ठीक करने में मदद की। डैशबोर्ड ने एलपीिक्सल के ग्राफिक्स कार्ड (जीपीयू) की कल्पना और निगरानी की, जो आमतौर पर गहरे तंत्रिका नेटवर्क की गणना करने के लिए उपयोग किए जाते हैं, और ऑपरेशन में पारदर्शिता जोड़ते हैं। अब, टीम के सदस्य यह देखने में सक्षम हैं कि वर्तमान में कौन से जीपीयू का उपयोग किया जा रहा है और क्या वे पूरी तरह से हवादार हैं, जो उनके शोध में संगठन को बढ़ाता है। डैशबोर्ड से, मैंने देखा कि ज़्यादा गरम होने के कारण जीपीयू धीमा हो रहा था। बस GPU को ठंडा करने के लिए एक प्रशंसक स्थापित करने से कंप्यूटर का प्रदर्शन लगभग 30% बढ़ गया।

यह शोध क्यों महत्वपूर्ण है?

यह महत्वपूर्ण शोध है क्योंकि एक इस्केमिक स्ट्रोक रोगी को स्थानीयकृत मस्तिष्क ऊतक की मृत्यु होती है, प्रत्येक मिनट उनका स्ट्रोक अनुपचारित छोड़ दिया जाता है। समय महत्वपूर्ण है और तेजी से निदान और हस्तक्षेप ऊतक क्षति को सीमित कर सकता है और रोगी के रोग का निदान कर सकता है। इस चुनौती के लिए नैदानिक ​​तर्क है तेज, स्वचालित एल्गोरिदम को सीटी छिड़काव स्कैन को जल्दी से पढ़ने के लिए और रोगी अस्पताल में प्रवेश और हस्तक्षेप के बीच के समय को कम करना।

शोध के विभिन्न चरण क्या थे?

पहले दो सप्ताह, मैंने अपना समय किसी भी चीज़ में भारी आवंटित किया, जो बाद में मेरे शोध को गति देगा: सर्वर डैशबोर्ड को विकसित करना, वेंटिलेशन की समस्याओं का समाधान करना, टूल मॉड्यूल लिखना, जिसमें डेटा तकरार, प्रयोग विन्यास, प्रशिक्षण, मूल्यांकन, और विज़ुअलाइज़िंग का ध्यान रखा गया।

उसके बाद, यह पुनरावृत्ति की प्रक्रिया थी: कागजात पढ़ना, उन्हें लागू करना और उनका मूल्यांकन करना और आगे क्या करना है, इसका पुनर्मूल्यांकन करना।

आपने जापान में इंटर्न के लिए क्या आकर्षित किया?

चीन से आते हुए, मैं हमेशा चीनी और जापानी संस्कृतियों के बीच बारीक समानता और अंतर के बारे में उत्सुक रहा हूं। इसके अतिरिक्त, भौगोलिक रूप से, जापान गर्मियों के लिए एक उचित खोज की तरह लग रहा था।

आपने इस अवसर के बारे में कैसे सीखा? क्या आपने इस इंटर्नशिप को सुरक्षित करने के लिए व्यावसायिक विकास एजेंसी के साथ जुड़ाव किया था?

मैंने मिनर्वा-मिस्टलेटो जानकारी सत्र में भाग लिया और यह जानने के लिए उत्साहित था कि एक मशीन सीखने का निदान और चिकित्सा इमेजिंग अनुसंधान का अवसर था। मैंने आवेदन किया क्योंकि मशीन सीखने के अनुसंधान के अवसर आमतौर पर पीएचडी के लिए आरक्षित होते हैं। छात्रों और हाथों से लागू शोध स्नातक छात्र के लिए मूल्यवान है। व्यावसायिक विकास एजेंसी में एक सुव्यवस्थित आवेदन प्रक्रिया थी, और इसे लागू करने के लिए सीधा था। एक आवेदन पत्र और कई ईमेल के बाद, मुझे LPixel से मिलाया गया और उनके साक्षात्कार में भाग लिया।

मुझे अब तक के अपने करियर प्रक्षेपवक्र के बारे में बताएं। मिनर्वा में अपने करियर को आगे बढ़ाने में आपकी मदद के लिए आपने क्या कदम उठाए हैं?

मौलिक रूप से, मेरा मानना ​​है कि व्यवसाय कम्प्यूटेशनल है और मानव समाज और अकार्बनिक सिस्टम तेजी से मेरे पूरे जीवन में एकीकृत होंगे। मेरा दीर्घकालिक लक्ष्य इस दृष्टि पर कार्य करना है। मेरा शैक्षणिक फोकस डाटा साइंस, मशीन लर्निंग, फाइनेंस और मार्केटिंग पर रहा है। मैं वास्तविक दुनिया का अनुभव प्राप्त करने के लिए वैश्विक रोटेशन में प्रत्येक शहर में सिविक प्रोजेक्ट में भाग लेता हूं और अपने रुचि क्षेत्रों में अपने कौशल को लागू करने और विकसित करने में सक्षम रहा हूं।

LPixel में आपकी इंटर्नशिप ने आपको अपने करियर के अगले चरणों के लिए कैसे तैयार किया?

इस अनुभव ने मेरे वैश्विक नेटवर्क को बढ़ाने और गहरी शिक्षा और स्वास्थ्य सेवा की मेरी समझ को विकसित करने में योगदान दिया। छोटी अवधि में, मैंने अपने शोध को छाती सीटी स्कैन निदान में विस्तारित करने के लिए अपने चौथे वर्ष कैपस्टोन परियोजना की दिशा बदल दी है। मुझे पता है कि यह मेरे दीर्घकालिक लक्ष्य के लिए प्रासंगिक है, लेकिन यह प्रासंगिक है कि सड़क के नीचे कैसे देखा जाए।

आपके शोध के परिणाम क्या थे? आपका अगला कदम क्या है?

गर्मियों के अंत में, मैंने अपनी कार्यप्रणाली का विवरण देते हुए एक सार लिखा और अपने परीक्षा परिणामों को ISLES 2018 चुनौती पर अपलोड किया। केवल गैर-पीएचडी के रूप में। प्रतियोगी, मेरा शोध अंतिम रूप देने वालों में से नहीं था, बल्कि बीच में रखा गया था, जो कि मैं इससे संतुष्ट हूं, लेकिन, सुधार के क्षेत्रों को भी देखता हूं।

हालांकि, आईएसएलईएस 2018 चुनौती समाप्त हो गई है, मुझे पता चला है कि हेल्थकेयर आर्टिफिशियल इंटेलिजेंस (एआई) में अड़चन मॉडल आर्किटेक्चर नहीं है, लेकिन डाटासेट सीमाएं हैं। विशेष रूप से जरूरी मामलों में, यादृच्छिक शोध के लिए डेटा एकत्र करने के बजाय रोगी को बचाना अनिवार्य है। छाती सीटी स्कैन में बड़े डेटासेट पर मॉडल विकसित करने के लिए और सीनियर डेटासेट्स को बढ़ाने के लिए गहन विवेकात्मक जेनेरेटर प्रतिकूल नेटवर्क (DCGAN) को लागू करने के तरीके की जांच करने के लिए मैं अपने वरिष्ठ वर्ष में LPixel के साथ अपना काम जारी रखने के लिए उत्साहित हूं।