哈佛大學(xué) ( Harvard University )，是一所享譽(yù)世界的私立研究型大學(xué)，是著名的常春藤盟校成員。這里走出了8位美利堅(jiān)合眾國(guó)總統(tǒng)，上百位諾貝爾獲得者曾在此工作、學(xué)習(xí)，其在文學(xué)、醫(yī)學(xué)、法學(xué)、商學(xué)等多個(gè)領(lǐng)域擁有崇高的學(xué)術(shù)地位及廣泛的影響力，被公認(rèn)為是當(dāng)今世界最頂尖的高等教育機(jī)構(gòu)之一。

招募要求：

面向?qū)ο螅?以欲申請(qǐng)美國(guó)名校醫(yī)學(xué)、心理學(xué)、生物化學(xué)、生物技術(shù)等相關(guān)專業(yè)大學(xué)生為主;

科研主題： 哈佛大學(xué)心理學(xué)科研;(古典音樂誘發(fā)情緒的生理現(xiàn)象;人工神經(jīng)網(wǎng)絡(luò)模型在心理學(xué)方向的應(yīng)用;基因與人性：影響人性的若干基因等)

軟性背景：有一定的科研履歷者優(yōu)先;

科研導(dǎo)師：哈佛大學(xué)心理學(xué)類專業(yè)導(dǎo)師;

科研地點(diǎn)：哈佛大學(xué)科研組會(huì)議室;

在美國(guó)心理學(xué)專業(yè)中，哈佛大學(xué)排名第三(第一名為斯坦福)。哈佛大學(xué)心理學(xué)系是由William James創(chuàng)立的，至今已有200多年歷史。多年來，哈佛大學(xué)心理學(xué)類在美國(guó)高校中一直處于領(lǐng)先水平。從該系畢業(yè)的學(xué)生有很多都是當(dāng)代知名的心理研究專家，像Gordon Allport，美國(guó)著名心理學(xué)家、現(xiàn)代個(gè)性心理學(xué)創(chuàng)始人之一,也是特質(zhì)理論的始創(chuàng)者; Jerome Bruner，美國(guó)心理學(xué)家、教育學(xué)家,對(duì)認(rèn)知過程進(jìn)行過大量研究,在詞浯學(xué)習(xí)、概念形成和思維方面有諸多著述,對(duì)認(rèn)知心理理論的系統(tǒng)化和科學(xué)化作出一貢獻(xiàn); George Miller,普林斯頓大學(xué)的心理學(xué)教授，曾經(jīng)擔(dān)任洛克斐勒大學(xué)、麻省理工學(xué)院心理學(xué)教授以及哈佛大學(xué)心理學(xué)系主任，牛津大學(xué)的Fulbright 研究伙伴，以及美國(guó)心理學(xué)會(huì)會(huì)長(zhǎng)。哈佛大學(xué)導(dǎo)師開設(shè)的心理學(xué)科研項(xiàng)目將匯集心理學(xué)、生理學(xué)、化學(xué)、醫(yī)學(xué)、統(tǒng)計(jì)學(xué)等相關(guān)知識(shí)，這是一個(gè)綜合性研究性項(xiàng)目。

科研內(nèi)容

研究模塊1——古典音樂誘發(fā)情緒的生理現(xiàn)象

探討音樂誘發(fā)情緒的腦電及自主申請(qǐng)反應(yīng);

對(duì)被試主動(dòng)播放兩段旋律相同但用不同樂器演奏的樂曲，采用BIOPAC多導(dǎo)生理儀，對(duì)被試的主觀體驗(yàn)和腦電以及一系列自主神經(jīng)生理進(jìn)行研究;

Research on Physiological Campaign of Classical Music Bringing out Emotion

To discuss the electroencephalogram and autonomous nerve reaction of emotion induced by music.

Key words: Emotion; Electroencephalogram; Music

研究模塊2——人工神經(jīng)網(wǎng)絡(luò)模型在心理學(xué)方向的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)是對(duì)真實(shí)神經(jīng)元網(wǎng)絡(luò)的逼真模擬，具有容錯(cuò)性、抗干擾性、高效性特點(diǎn)，因此適合心理學(xué)領(lǐng)域的模擬;

借助神經(jīng)網(wǎng)絡(luò)探討感知、聯(lián)想、記憶等認(rèn)知過程，把握內(nèi)在機(jī)制;并探討人工神經(jīng)網(wǎng)絡(luò)對(duì)內(nèi)隱學(xué)習(xí)和內(nèi)隱記憶等無意識(shí)認(rèn)知工作的作用;

社會(huì)認(rèn)知&記憶學(xué)習(xí);

Neural Networks are networks of artificial nodes based on the biological function of real neurons. These networks have many qualities such as anti-interference, and efficiency, which make them suitable for simulating the process of cognition, including learning and memory. Neural networks will be useful in exploring the unconscious information processing of human beings.

Key words: artificial neural network models, simulation

研究模塊3——基因與人性：影響人性的若干基因

人類行為受到遺傳和環(huán)境因素的影響。行為遺傳學(xué)從行為的基因關(guān)聯(lián)出發(fā)，系統(tǒng)研究行為的遺傳因素及其基因基礎(chǔ);

該選題將引導(dǎo)學(xué)生總結(jié)8種人類重要行為的基因基礎(chǔ)與環(huán)境的關(guān)系，并帶領(lǐng)學(xué)生從基因與人性的關(guān)系角度進(jìn)行探討;

1)智商基因

2)語言基因

3)情感基因

Genes and Human Nature: Several Genes under Human Nature

Human behavior has been such as results of interaction between heredity and the environment factors.

Behavior Genetics research investigated the heredity in general, and genes in specific, foundations of human behaviors in the way behavior and genes linkage, and significant behaviors and their genes linkages, as well as environmental factors in behavior genetics field were reviewed and discussed from the perspective of relations between human nature and nurture

Key words: behavior; behavior genetics; genes; human nature

研究模塊4——學(xué)生幸福感與心理健康的關(guān)系

為探討學(xué)生幸福感和心理健康水平之間的關(guān)系，應(yīng)用總體幸福感量表(GWB )和癥狀自評(píng)量表(SCL -90)對(duì)被試的主觀幸福感和心理健康水平進(jìn)行測(cè)定，采用 T 檢驗(yàn)、皮爾遜相關(guān)，逐步回歸分析進(jìn)行數(shù)據(jù)統(tǒng)計(jì);

Objective To explore the relationship between Students' subjective well‐being and mental health level . Methods Using the GWB and SCL‐90 to evaluate 235 college students .

Key words: subjective well-being; depression; Obsessive symptoms; Interpersonal relationship.

所用軟件概述：

(學(xué)生在導(dǎo)師的指導(dǎo)下，根據(jù)具體進(jìn)度，將綜合使用SPSS，SAS等軟件以及眼動(dòng)儀、ERP等心理學(xué)研究設(shè)備，先簡(jiǎn)單列舉如下：)

設(shè)備一：BioHarness遙測(cè)系統(tǒng)使用

2種采集模式：

1)先采集數(shù)據(jù)，事后再分析(無ECG) 2) 實(shí)時(shí)采集數(shù)據(jù)，實(shí)時(shí)分析;

設(shè)備二：RapidMiner 數(shù)據(jù)挖掘軟件

給機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘和分析的試驗(yàn)環(huán)境，同時(shí)用于研究了真實(shí)世界數(shù)據(jù)挖掘。它提供的實(shí)驗(yàn)由大量的算子組成，而這些算子由詳細(xì)的XML文件記錄，并被RapidMiner圖形化的用戶接口表現(xiàn)出來。RapidMiner為主要的機(jī)器學(xué)習(xí)過程提供了超過500算子。

科研收獲：

1. 科研完成時(shí)，學(xué)生將會(huì)全面了解心理學(xué)、生理學(xué)、醫(yī)學(xué)等領(lǐng)域基本知識(shí)和最新進(jìn)展。

2. 挑戰(zhàn)自身潛能，切身體會(huì)哈佛大學(xué)頂尖科研環(huán)境，在嚴(yán)苛的訓(xùn)練下快速成長(zhǎng);

3. 極大拓寬視野，實(shí)地感受國(guó)內(nèi)外科研區(qū)別。通過此次科研，參與學(xué)生將會(huì)對(duì)留學(xué)名校有個(gè)清晰的認(rèn)識(shí)，并依此做出最優(yōu)的人生規(guī)劃;

4. 學(xué)生將有機(jī)會(huì)與頂尖教授零距離交流套磁，了解哈佛的內(nèi)部申請(qǐng)信息;