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學到天體物理學到金融的各種領域，” 統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的基本理解和發展理論基礎，以指導它們在大規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——他研發的顯微鏡法令觀測前所未見的、發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。

　　為了解決這個問題，Welsher 研發了一種被稱為 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境中觀察和操控這些被困的目標。

　　“我們的團隊開發了高速 3D 顯微鏡方法，以‘鎖定’復雜環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，而且還可能發現對具有重要醫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