哈尔滨工业大学2023年第二学士学位教育招生简章
第二学士学位教育作为大学本科后教育，是培养复合型人才的重要渠道。根据教育部办公厅《关于在普通高校继续开展第二学士学位教育的通知》（教高厅函〔2020〕9号）文件精神，进一步优化人才培养结构，为高校毕业生创造更多再学习机会，增强学生就业创业能力，经学校研究决定，2022年我校继续开展第二学士学位教育工作，现将有关招生事项通知如下。
一、招生对象及报名条件
1.中华人民共和国公民。拥护中国共产党的领导，品德良好，遵纪守法。
2.身体健康且符合《国家体质健康标准》合格要求。
3.2022年全日制普通高校本科毕业并获得学士学位的应届毕业生，以及2020年和2021年全日制普通高校本科毕业并获得学士学位、目前未就业的往届毕业生。
4.具备扎实的数理基础理论和专业知识，在原本科专业的学习经历中表现优异，取得较出色的学习成绩和科研成果。
5.考生只能报考与原本科专业不属于同一本科专业类的第二学士学位专业。具体专业所属的学科门类、本科专业类可登录教育部网站（www.moe.gov.cn），搜索“普通高等学校本科专业目录（2020版）”进行查询。
6.哈尔滨工业大学（校本部）面向本校和黑龙江省高校的毕业生招生，经济学（冰球特色班）除外；
哈尔滨工业大学（深圳）面向本校和广东省高校的毕业生招生；
哈尔滨工业大学（威海）面向本校和山东省高校的毕业生招生。
注：经济学（冰球特色班）仅招收国家级运动健将以上且获得全国前三名的在训冰球运动员（本科毕业院校不限，男女不限）。运动员录取后应满足在哈工大冰球训练基地（齐齐哈尔市）长期集训和代表哈工大参加相关比赛要求。
二、招生计划及招生专业
2022年哈尔滨工业大学第二学士学位教育计划招生200人，其中校本部140人，哈尔滨工业大学（深圳）30人，哈尔滨工业大学（威海）30人。学制两年。
鉴于我校实际办学情况，校本部与深圳校区、威海校区开展第二学士学位教育招生采取“统一组织、统一报名、分别考核、分别录取”的原则，校区之间考核成绩不互认，校区之间不调剂。
具体招生专业及招生计划如下表。
序号
招生专业
招生计划
学科门类
本科专业类
学费标准
就读校区
1
自动化
15人
工学
自动化类
5500元/年
航天学院
2
微电子科学与工程
15人
工学
电子信息类
5500元/年
航天学院
3
经济学
35人
经济学
经济学类
4000元/年
人文社科与法学学院
4
经济学（冰球特色班）
5人
经济学
经济学类
4000元/年
人文社科与法学学院
5
人工智能
10人
工学
电子信息类
5500元/年
计算学部
6
计算机科学与技术
10人
工学
计算机类
5500元/年
计算学部
7
软件工程
10人
工学
计算机类
15000元/年
计算学部
8
数据科学与大数据技术
10人
工学
计算机类
5500元/年
计算学部
9
计算金融
15人
管理学
管理科学与工程类
5000元/年
经济与管理学院
10
大数据管理与应用
15人
管理学
管理科学与工程类
5000元/年
经济与管理学院
11
通信工程
10人
工学
电子信息类
6230元/年
深圳校区
12
经济学
10人
经济学
经济学类
5510元/年
深圳校区
13
自动化
10人
工学
自动化类
6230元/年
深圳校区
14
自动化
2人
工学
自动化类
7000元/年
威海校区
15
电子信息工程
2人
工学
电子信息类
7000元/年
威海校区
16
通信工程
2人
工学
电子信息类
7000元/年
威海校区
17
网络空间安全
3人
工学
计算机类
7000元/年
威海校区
18
计算机科学与技术
3人
工学
计算机类
7000元/年
威海校区
19
能源与动力工程
2人
工学
能源动力类
6000元/年
威海校区
20
生物工程
2人
工学
生物工程类
6500元/年
威海校区
21
土木工程
2人
工学
土木类
6500元/年
威海校区
22
软件工程
4人
工学
计算机类
12000元/年
威海校区
23
机器人工程
2人
工学
自动化类
7000元/年
威海校区
24
智能车辆工程
2人
工学
机械类
7000元/年
威海校区
25
服务科学与工程
2人
工学
计算机类
12000元/年
威海校区
26
新能源科学与工程
2人
工学
能源动力类
7000元/年
威海校区
三、报名办法及材料要求
1.报名
我校2022年第二学士学位教育招生网上报名时间为2022年5月19日-5月31日，符合报名条件的毕业生请登录“第二学士学位教育招生”报名系统，网址为https://zsb.hit.edu.cn/subdegree/login，按报名系统提示的流程和要求，详细填写报名信息，并上传报名材料。
第二学士学位教育招生申请者只能选择一所校区报考，不能兼报其他校区。校本部可报考三个专业志愿（所报专业均须在同一所学院或学部）；深圳校区各专业只招收第一专业志愿考生；威海校区可报考三个专业志愿。区分专业志愿先后顺序，以考生报名系统内数据为准。
申请者需上传报名材料如下：
（1）《哈尔滨工业大学攻读第二学士学位申请表》一份。（需加盖档案所在单位或所在学校公章）
（2）原本科专业或者报考专业相关领域的副教授及以上职称（或相当专业技术职称）专家的推荐信两封（模板见附件1）。
（3）考生本人“现实表现情况表”（模板见附件2，须加盖考生档案所在单位人事或政工部门公章）。
（4）本科阶段的课程学习成绩单（须授课单位或档案保存单位盖章），外语等级证书或成绩单。
（5）可以体现考生本人综合素质、水平和能力的德育获奖证书、创新创业项目、学科竞赛奖励、文章专利等，以及其它方面的相关证明材料。
（6）本科毕业证书与学位证书复印件、本科学历（学籍）认证报告（由中国高等教育学生信息网认证，网址https://www.chsi.com.cn/xlrz/）。
以上材料由申请者添加目录，并按顺序合成为一个PDF版本的文件（以申请者报名号作为文件名）提交到招生报名系统中，无需邮寄任何纸质版本材料，未按规定提交的材料将不予受理。
申请者必须确保填写的信息和提交的材料真实、准确，填写虚假信息或提供虚假材料的申请者一经发现将随时被取消考核和录取资格，且今后不再被允许申请我校各类考试入学。
2.缴费
报名视为参加我校第二学士学位招生考核，考生须网上缴纳测试费用，如未缴费则视为放弃我校第二学士学位教育招生申请资格。根据黑龙江省物价局标准要求（黑教联[2007]1号），第二学士学位教育招生测试费120元每人。
四、考核办法及程序
参照国家教育考试有关工作要求，本着工作程序规范、录取标准严格、确保公平公正的原则，哈尔滨工业大学2022年第二学士学位招生全面实行“申请-考核”制，具体程序如下：
1.材料审核
我校第二学士学位教育招生专家组将对考生的申请材料进行审核，根据专业招生计划，择优选拔不超过2倍比例的考生参加下一阶段综合考核。请考生于6月3日登录报名系统查询审核结果。
2.身份审查及综合考核演练
时间：2022年6月8~9日。
形式：各报考校区再行通知。
材料审核选拔确定的考生请准备好报名材料根据通知参加身份审查和综合考核演练，届时我校将通过网络平台确认考生信息，核对考生身份证，个人成绩单、毕业证书、学士学位证书以及大学阶段获奖证书原件等，并就综合考核面试过程和使用的网络平台等进行演练。
3.综合考核
综合考核采取网络面试方式进行，包括思想政治素质和品德考核、数理基础考核、外语能力考核、综合素质和培养潜力考核等。
综合考核日期：2022年6月10-13日，具体考核时间再行通知。
考生在参加综合考核时还需要携带证件及材料原件如下：
（1）身份证；
（2）申请表；
（3）考生本人“现实表现情况表”原件；
（4）本科毕业证、学士学位证原件；
（5）未取得毕业证和学位证的应届生带学生证原件；
（6）本科成绩单原件；
（7）四、六级成绩证明原件或托福、雅思成绩单原件；
（8）德育和科技竞赛获奖证书、创新创业项目证明、文章专利等其他佐证材料原件。
五、录取
学校根据综合考核结果结合招生计划择优确定拟录取名单，宁缺毋滥。已录取的申请者必须在2022年9月入学，入学前须取得本科毕业证和学士学位证书。
六、有关事项说明
1.“申请-考核”制招收第二学士学位工作自始至终坚持公开、公平、公正原则，严格做到程序透明，操作规范，结果公开。
2.申请者报名成功后，报名费和提交的材料不再退还。
3.我校将根据教育部及省级招生考试机构的相关规定，对拟录取我校第二学士学位教育招生申请者按照有关要求办理录取手续。
4.若教育部相关政策有变化，以教育部出台的最新政策为准。
七、监督机制
1.我校将严格审查考生报名资格、认真履行考核、选拔程序。如发现考生弄虚作假，一经查实，立即取消其考核、录取资格，并通报相关省级招生考试机构。
2.我校第二学士学位教育招生工作接受学校纪检、监察部门全程监督，并接受社会监督。
八、本简章由哈尔滨工业大学本科生招生办公室负责解释。
附件：1.哈尔滨工业大学2022年第二学士学位教育招生专家推荐信
2.哈尔滨工业大学2022年第二学士学位教育招生现实表现情况表
校本部联系方式：
哈尔滨市南岗区西大直街92号哈尔滨工业大学本科生招生办（活动中心427室） 邮编：150001
联系人：王老师 咨询电话：0451-86414671、0451-86414771
网址：http://zsb.hit.edu.cn
哈尔滨工业大学（威海）联系方式：
山东省威海市环翠区文化西路2号H337，邮编：264209
联系人：吴老师 咨询电话：0631-5682993
网址：http://zsb.hitwh.edu.cn
哈尔滨工业大学（深圳）联系方式：
广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区H栋604室，邮编：518055
联系人：赵老师 咨询电话：0755-26035891、26654916
网址：http://zsb.hitsz.edu.cn
哈尔滨工业大学本科生招生办公室
2022年5月19日
哈工大计算学部人工智能学科发展系列论坛 （仲荣论坛第五期）
人工智能作为一个数学、算法理论和工程实践相结合的领域，诸多研究课题往往基于数学模型与学习方法。近年来，以深度学习为代表的人工智能算法研究多基于工程经验设计深度网络，往往忽视了应用问题的数学基础。本次论坛将结合图像复原、脑机交互等典型人工智能应用，探讨以数学模型为基础的深度网络结构设计与学习方法，以期加强数学与人工智能研究的深度融合。
论坛时间
2021年10月15日（星期五）14:00-17:00
特邀讲者
郭志昌副教授、李爻博士、任冬伟副教授
论坛地点
一校区活动中心216
主持人
左旺孟教授、武小荷博士
论坛安排：
14:00-14:10
计算学部主任刘挺教授致辞
数学学院院长吴勃英教授致辞
14:10-14:50
1.报告一题目：DeepLearningInformedPDEModelforImageDenoising
报告摘要：Imagedenoisingisoneofthefundamentalproblemsinimageprocessing.Nowadaystheconvolutionalneuralnetwork(CNN)baseddenoisingapproacheshaveachievedbetterperformancethantraditionalmethods,suchasPM,STROLLR,BM3D,etc.However,CNNcaneasilybringunexplainableartifactstodenoisedimages.Inthispaper,weproposeadeeplearninginformedPDE(DLI-PDE)frameworkutilizingtheimagepriorortheimagegradientpriorforimagedenoising.TheimagepriorandthegradientpriorarelearnedfromCNNmodelsandusedasthecoefficientofdiffusionequations.ThesolutionofDLI-PDEisinfinitelysmoothfromtheuniquenessofexistencetheory,whichguaranteesthatthedenoisedimagehasnoartifact.GoodpropertiesofDLI-PDEalsoensureshigh-qualityof denoising.ExperimentalresultsshowthatourproposedtwomethodsprovidehigherqualitydenoisingperformancethantraditionalalgorithmsincludingPM,STROLLR,BM3D.Moreover,DLI-PDEachievescomparableperformancetothemodernCNN-baseddenoisingmode,i.e.,WNNM,TNRD,DnCNN.
讲者简介：郭志昌，男，1982年07月出生，准聘副教授，哈尔滨工业大学数学学院计算数学系副主任，中国生物医学工程学会医学人工智能分会青年委员，主要从事偏微分方程图像处理和深度学习等方面的研究。在图像去噪、图像恢复、图像分割、图像压缩等问题有一系列原创成果。已发表论文20余篇，在SIAMJournalonImagingSciences，JournalofNonlinearScience，Neurocomputing，IEEETransactionsonImageProcessing等高水平期刊上有一系列研究成果。主持国家自然科学基金面上基金1项，主持国家青年基金1项，作为主要参与人参与面上基金2项，国家自然科学基金联合基金1项，主持省基金1项，主持博士后新教师基金1项，主持博士后面上基金1项。现阶段主要研究方向为，分数阶方程的数值理论和在图像恢复中的建模，深度学习卷积神经网络的部分解释，基于PDE和深度学习卷积神经网络的融合模型。
14:50-15:30
2.报告二题目：ConvolutionalCorrelationAnalysisforEnhancingthePerformanceofSSVEP-BasedBrain-ComputerInterface
报告摘要：Currently,mostofthehigh-performancemodelsforfrequencyrecognitionofsteady-statevisualevokedpotentials(SSVEPs)arelinear.However,SSVEPscollectedfromdifferentchannelscanhavenon-linearrelationshipamongeachother.Linearlycombiningelectroencephalogram(EEG)frommultiplechannelsisnotthemostaccuratesolutioninSSVEPsclassification.TofurtherimprovetheperformanceofSSVEP-basedbrain-computerinterface(BCI),weproposeaconvolutionalneuralnetwork-basednon-linearmodel,i.e.convolutionalcorrelationanalysis(Conv-CA).Differentfrompuredeeplearningmodels,Conv-CAuseconvolutionalneuralnetworks(CNNs)atthetopofaself-definedcorrelationlayer.TheCNNsfunctiononhowtotransformmultiplechannelEEGsintoasingleEEGsignal.ThecorrelationlayercalculatesthecorrelationcoefficientsbetweenthetransformedsingleEEGsignalandreferencesignals.TheCNNsprovidenon-linearoperationstocombineEEGsindifferentchannelsanddifferenttime.Andthecorrelationlayerconstrainsthefittingspaceofthedeeplearningmodel.AcomparisonstudybetweentheproposedConv-CAmethodandthetask-relatedcomponentanalysis(TRCA)basedmethodsisconducted.Bothmethodsarevalidatedona40-classSSVEPbenchmarkdatasetrecordedfrom35subjects.ThestudyverifiesthattheConv-CAmethodsignificantlyoutperformstheTRCA-basedmethods.Moreover,Conv-CAhasgoodexplainabilitysinceitsinputsofthecorrelationlayercanbeanalyzedforvisualizingwhatthemodellearntfromthedata.Conv-CAisanon-linearextensionofspatialfilters.ItsCNNstructurescanbefurtherexploredandtunedforreachingabetterperformance.Thestructureofcombiningneuralnetworksandunsupervisedfeatureshasthepotentialtobeappliedtotheclassificationofothersignals.
讲者简介：李爻，男，1990年，博士后，哈尔滨工业大学数学学院计算数学系。博士毕业于伊利诺伊大学香槟-厄巴纳分校，后于美国塔吉特公司任职人工智能科学家。主要从事脑机接口和深度学习等方面的研究，现阶段主要研究方向为学习理论。
15:30-15:50茶歇
15:50-16:30
3.报告三题目：图像复原中反问题的深度学习方案
报告摘要：针对图像去噪、超分辨、去模糊等典型底层计算机视觉任务，当前深度学习方法多关注于设计深度网络结构，以直接学习低质量图像到高质量图像的映射。作为典型的反问题，基于深度学习的图像复原方法研究与反问题的数学模型和优化算法密不可分。本次报告将首先针对图像非盲复原问题介绍图像去噪、去模糊和超分辨等的深度复原网络，然后进一步针对图像盲复原问题介绍自监督学习的图像去模糊方案。
讲者简介：任冬伟，哈尔滨工业大学计算学部副教授、博士生导师。主要研究方向为计算机视觉，包括图像复原与增强、目标检测与分割等，发表论文二十余篇，多数发表在国际顶级会议CVPR/ICCV/ECCV/AAAI以及IEEET-PAMI/IEEET-IP/IEEET-CYB等国际权威期刊。主持国家自然科学基金面上项目和青年项目。
16:30-17:00Panel讨论
主题：人工智能中的数学理论与方法
主办方
哈工大计算学部
承办方
哈工大计算学部机器学习研究中心
黑龙江省人工智能头雁团队
黑龙江省视听觉认知重点实验室
仲荣论坛介绍
哈工大是我国最早开展人工智能研究的高校之一。1958年，哈工大计算机专业师生研制成功中国第一台能说话、会下棋数字计算机，时任国家副总理的邓小平同志到哈工大参观了这台计算机，在全国引起强烈反响，被誉为中国人工智能的起点。20世纪80年代初，哈工大计算机专业以李仲荣教授为首，开展了声图文计算机智能接口、语音信号处理、文字识别、机器人足球、机器学习、汉英机器翻译等方面的研究工作，为哈工大在相关领域的发展和领先地位奠定了基础。
在随后的几十年内，哈工大涌现出一大批扎根东北、爱国奉献、造诣精深、勇于拼搏的高水平人工智能领军人才，现有教师队伍中有国家级人才4名，国家重点研发计划首席科学家2名，国家级青年人才6名。已研制出中国手语识别与合成、高效图像编码理论、AVS高效数字视频编解码技术、微软拼音输入法、中文语言技术平台LTP、中文知识图谱“大词林”等一大批标志性成果，获得国家科技奖4项。培养出了高文、张大鹏、徐雷、周明、陈熙霖、王海峰、吴枫等一大批杰出校友。据第三方统计，哈工大培养的人工智能人才的数量全国第一。根据2019年6月21日中国工程院中国新一代人工智能发展战略研究院发布的人工智能专业综合排名，哈工大排名第4。
为打造世界一流的计算学科群，哈工大于2020年6月百年校庆之际组建了计算学部。2021年5月20日，学部决定组织“哈工大计算学部人工智能学科发展系列论坛”（简称“仲荣论坛”，以哈工大人工智能领域的奠基人李仲荣先生的名字命名）。由江俊君教授担任论坛主席，车万翔教授、刘贤明教授担任副主席。每期论坛选定不同主席，由学部内不同教授担任执行主席。论坛将以AI核心技术和AI+X交叉方向的技术热点和人才培养为话题，以凝聚学部内AI核心力量，厚培其根，根深才能叶茂；进而扎扎实实地推动学部内AI与计算学科群其他方向的交叉融合；同时与校内外其他学科的优秀学者合作深度交流与合作，共同推进AI+X学科的发展。
度小满与哈工大共建“人工智能（大模型）联合研究中心”
6月1日，度小满与哈尔滨工业大学宣布共同成立“哈尔滨工业大学-度小满人工智能（大模型）联合研究中心”。双方将围绕大模型基座研发、大模型技术原理及其应用技术等领域展开前沿研究，旨在提升大模型的技术创新能力和实际应用效果。双方还将共同培养生成式人工智能技术领域的领军人才，推动前沿技术的产业化应用加速。
在签约仪式上，度小满CEO朱光表示，“大模型时代已经开启，哈工大在人工智能基础研究、前沿理论研究上领先学界，度小满在人工智能应用上有海量数据、算力优势和工程能力，我们期待能够携手哈工大提升大模型技术的可靠性、安全性、精准性，推动技术创新成果从实验室走向规模化的产业应用，共同把握历史机遇”。
哈尔滨工业大学校长韩杰才表示，“度小满在人工智能、大数据等相关领域具有雄厚的技术实力和应用经验，哈工大在人工智能、大模型等领域有着深厚的研究基础，近年来取得了一系列重要成果。未来，期望双方以本次签约为契机，强强联合，优势互补，力争突破大模型领域存在的关键共性‘卡脖子’问题，共同为构筑现代金融科技体系贡献应有的力量”。
据了解，双方联合研究的课题包括大模型的思维链能力来源的探索、大模型长上下文建模、大模型快速适配声音、图像、文本等多模态数据、不同场景下大模型输出决策的可解释性等。
哈工大是国家著名学府，已经走过百年历程，被誉为“工程师的摇篮”。哈工大计算机专业建于1956年，是中国最早的计算机专业之一。今年年初，生成式人工智能技术在全世界掀起了新一波人工智能浪潮，给自然语言处理技术的发展带来前所未有的机遇。哈工大计算学部自然语言处理研究团队是国内外最顶尖的研究团队之一，已将多项技术成果嵌入百度等公司的产品中。
度小满依托于百度人工智能技术，已经开展了一系列基于大模型的应用。以风险管理为例，度小满已经将大型语言模型LLM应用在互联网文本数据、征信报告的解读上，通过用文本数据构造的预训练模型以及AI算法，能够将征信报告解读出40万维的风险变量，更好的识别小微企业主的信贷风险。今年5月份，这一工程荣获了我国智能科学技术最高奖“吴文俊人工智能科学技术奖”。
近日，度小满还正式开源了国内首个千亿级中文金融大模型――“轩辕”。在金融场景中的任务评测中，轩辕全面超越了市场上的主流开源大模型，赢得了150次回答中63.33%的胜率，充分凸显了其在金融领域的显著优势。在通用能力评测中，轩辕有10.2%的任务表现超越ChatGPT3.5，61.22%的任务表现与之持平，涉及数学计算、场景写作、逻辑推理、文本摘要等13个主要维度。
多年来，度小满携手顶尖科研院所，不断探索人工智能前沿技术在金融领域的应用。2018年10月，度小满与北京大学光华管理学院成立“北大光华-度小满金融科技联合实验室”；2020年9月，与中国科学院自动化研究所启动博士后联合培养项目，共同开展人工智能及相关领域的博士后联合招收培养；2021年4月，度小满与西安交大共同成立“西安交通大学-度小满人工智能联合研究中心”。