Mason学长聊留学，旨在为大家提供更加全面、深入的导师解析和科研辅导！每期我们会邀请团队的博士对中国香港/中国澳门/新加坡各个领域的教授导师进行详细解析，从教授简介与研究背景 / 主要研究方向与成果分析 / 研究方法与特色 / 研究前沿与发展趋势 / 对有意申请教授课题组的建议这五个方面，帮助大家更好地了解导师，学会申请！
一、教授简介与研究背景
Assoc Prof. Lee Bu Sung 是新加坡南洋理工大学（Nanyang Technological University, NTU）数据科学与计算学院的副教授，他也是该学院计算学部的主任。Lee 教授的学术生涯始于英国拉夫堡大学（Loughborough University of Technology），他于1982年获得电气与电子工程学士学位，并于1987年获得博士学位。在此之后，他在多个科研和教育领域取得了显著的成就。
Lee 教授的研究领域广泛，涵盖了云计算、网格计算、大数据分析、软件定义网络（SDN）、无线自组织网络、数据密集型应用的调度和可扩展性等。他在南洋理工大学的数据科学与计算学院担任多个重要行政职务，并且在多个国际科研网络中担任重要角色，如新加坡先进研究与教育网络（SingAREN）和泛欧亚信息网络（TEIN）的领导和技术管理团队成员。同时，Lee 教授还在国家超级计算中心担任国际网络事务总监，并与HP实验室合作，推动服务平台的研究与开发。
Lee 教授的研究成就斐然，已发表超过400篇学术论文，涵盖会议论文和期刊文章。他的研究成果不仅在学术领域获得了广泛认可，还通过实际应用为工业界和科研界带来了巨大的价值。特别是在网格和云计算领域，Lee 教授的研究团队在数据密集型应用的高效调度和系统可扩展性等方面取得了突破性进展，并多次荣获最佳论文奖和演示奖。
二、主要研究方向与成果分析
2.1 云计算与网格计算
Lee 教授在云计算和网格计算领域的研究具有深厚的学术积累，尤其是在资源调度和可扩展性方面的创新性研究。他的研究重点在于如何通过高效的算法和框架，解决云计算环境中资源的动态分配问题，最大化计算资源的利用率并降低计算成本。Lee 教授在2011年发表的论文《Optimization of resource provisioning cost in cloud computing》（Chaisiri, Lee, & Niyato, 2011）提出了优化云计算资源供给成本的方法，成为该领域被广泛引用的经典文献。
此外，Lee 教授还深入研究了MapReduce框架在云计算环境下的性能优化问题。在他2014年发表的《DynamicMR: A dynamic slot allocation optimization framework for mapreduce clusters》论文中，提出了一种动态槽分配优化框架，能够在MapReduce集群中根据任务需求动态分配计算资源，从而提高系统的整体吞吐量并减少任务完成时间。这项研究为大规模数据处理系统的性能提升提供了重要参考。
2.2 软件定义网络（SDN）与无线自组织网络
软件定义网络（SDN）是近年来网络领域的一个重要趋势，Lee 教授在该领域的研究集中于如何通过协议和算法的创新，提升网络的服务质量（QoS）和资源利用效率。Lee 教授在2014年合作发表的论文《A wavelet entropy-based change point detection on network traffic》通过小波熵分析方法实现了网络流量变化点的检测，为网络流量管理和优化提供了新的思路。
在无线自组织网络（MANET）方面，Lee 教授针对移动性强且拓扑动态变化的网络环境，提出了多种创新性的自组织网络架构和协议优化方法。例如，他在2012年合作发表的《A Self-Organization Framework for Wireless Ad Hoc Networks as Small Worlds》提出了一种基于“小世界”理论的无线自组织网络自组织框架，能够在网络的动态变化中维持较高的网络连通性和可靠性。
2.3 数据密集型应用与大数据分析
随着大数据技术的快速发展，Lee 教授的研究逐渐扩展到数据分析和大数据处理领域。他的研究团队在多个应用场景中使用机器学习和数据分析技术，解决了实际问题。例如，他在2018年发表的《Leveraging social media news to predict stock index movement using RNN-boost》利用循环神经网络（RNN）和社交媒体数据，成功预测了股票指数的波动。这项研究展示了大数据分析在金融市场预测中的潜力。
此外，Lee 教授还参与了A*STAR资助的项目《User and Domain Driven Data Analytics as a Service framework》，该项目开发了一个基于云计算的数据分析平台，并将其应用于建筑物的能效管理。这一研究成果结合了云计算和大数据分析技术，为节能领域的实际应用提供了创新性解决方案。
2.4 高性能计算与可扩展性
高性能计算（HPC）是现代科学研究和工程计算中的关键技术，Lee 教授在这一领域的研究重点是如何在云计算环境中高效运行HPC任务。他在2013年发表的《The Who, What, Why and How of High Performance Computing in the Cloud》一文中，阐述了高性能计算在云端的实施挑战和解决方案，尤其是针对大规模并行任务的调度和资源分配问题提出了独特的见解。
Lee 教授的研究团队还在复杂系统建模和大规模可扩展计算方面取得了突出成绩，其2013年在IEEE Scalable Computing Challenge中荣获一等奖的项目《Scalable Complex System Modeling for Sustainable City》展示了如何在云环境中高效建模和模拟复杂的城市系统。这一研究为智能城市的可持续发展提供了新的工具和方法。
2.5 老龄化社会的数字化健康与生活质量提升
作为NTU-UBC 活力老龄研究中心（LILY）的银云项目（Silver Cloud Programme）的主任，Lee 教授积极推动老龄化社会背景下的数字化健康与生活质量提升研究。银云项目旨在开发和部署一系列服务，帮助老年群体延长健康生活期，并通过技术手段提高老年人的生活质量。
Lee 教授在这一领域的研究不仅限于技术的开发，更注重通过大数据分析和人工智能技术，提供个性化的健康服务和生活辅助工具。例如，他的研究团队开发的CamType系统，利用普通摄像头追踪用户的视线，实现了老年人或行动不便者的辅助文本输入，提高了他们与外界的互动能力。
三、研究方法与特色
3.1 理论与实践结合
Lee 教授的研究方法以理论与实践相结合为特色。他不仅专注于提出创新性的理论模型和算法框架，还注重将这些研究成果应用到实际场景中。例如，他在云计算资源调度的理论研究基础上，开发了DynamicMR框架，并通过实际的云计算集群验证了其性能提升效果。这种理论与实践的紧密结合，使得他的研究成果既具有学术价值，又在工业界具有较高的应用潜力。
3.2 多学科交叉研究
Lee 教授的研究领域涵盖广泛，从网格计算、云计算到大数据分析，再到无线网络和高性能计算，他的研究具有强烈的多学科交叉特点。例如，他在老龄化社会中的数字化健康研究中，结合了大数据分析、机器学习、计算机视觉等多学科技术，为老年人提供个性化的健康管理服务。这种多学科交叉的研究方法，不仅丰富了他的研究内容，也为不同学科的融合创新提供了新的思路。
3.3 强调应用导向与社会影响
Lee 教授的研究具有很强的应用导向性，尤其是在老龄化社会、节能环保和智能城市等领域。他在银云项目中的研究，直接面向老年人群体的健康生活需求，推动了数字化健康技术的实际应用。此外，Lee 教授参与的多项大数据分析和云计算项目，也为建筑物的能效管理、城市系统的可持续发展等提供了切实可行的解决方案。这种应用导向的研究方式，不仅提升了学术研究的社会影响力，也为解决现实问题提供了技术支持。
四、研究前沿与发展趋势
4.1 云计算与边缘计算的融合
随着物联网（IoT）设备的普及和数据量的爆炸性增长，云计算与边缘计算的融合成为一个重要的发展趋势。Lee 教授在云计算资源调度方面的研究，为边缘计算的高效资源管理提供了理论基础。未来，随着边缘计算设备的计算能力不断提升，如何在边缘设备上实现复杂任务的高效调度和执行，将成为Lee 教授研究的一个重要方向。
4.2 人工智能与大数据分析的深度应用
人工智能技术的快速发展，使得大数据分析的应用场景日益广泛。Lee 教授在大数据分析领域的研究，尤其是在金融市场预测和城市系统建模中的应用，展示了大数据分析在不同领域的巨大潜力。未来，随着人工智能算法的不断优化和计算资源的增加，Lee 教授的研究团队可能会进一步探索如何在更大规模和更复杂的数据集中，应用机器学习和深度学习技术，解决实际问题。
4.3 软件定义网络的智能化发展
软件定义网络（SDN）技术在网络管理和优化中具有重要作用，但随着网络规模和复杂度的增加，SDN的智能化需求也越来越强烈。Lee 教授在网络流量管理和服务质量优化方面的研究，为SDN的智能化发展奠定了基础。未来，结合人工智能技术的智能网络管理系统，可能成为Lee 教授研究的一个重要方向，这将进一步提升网络的自主优化能力和服务质量。
4.4 老龄化社会的技术支持
随着全球人口老龄化问题的日益严峻，如何通过技术手段提升老年人的生活质量成为一个重要的社会议题。Lee 教授在银云项目中的研究，展示了科技在老龄化社会中的应用潜力。未来，随着智能健康管理系统和辅助设备的不断发展，Lee 教授的研究团队可能会进一步探索如何通过大数据分析和人工智能技术，为老年人提供更加智能化和个性化的健康管理服务。
五、对有意申请教授课题组的建议
对于有意申请Lee 教授课题组的学生，以下几点建议将有助于提高申请成功的概率：
5.1 具备扎实的计算机科学基础
Lee 教授的研究领域涵盖广泛，涉及云计算、网格计算、大数据分析、网络管理等多个方向。因此，申请者需要具备扎实的计算机科学基础，尤其是在分布式系统、数据分析、网络协议和算法设计等方面的知识。如果申请者在这些领域有相关的研究经验或项目经历，将为申请加分不少。
5.2 展示科研兴趣与创新能力
Lee 教授非常重视学生的科研兴趣和创新能力。申请者应展示出对科研的强烈兴趣，并在申请材料中体现自己的创新思维和问题解决能力。例如，申请者可以介绍自己在科研项目中的具体贡献，以及如何通过创新性的方法解决问题。
5.3 英语读写能力
Lee 教授的研究成果多发表在国际顶级会议和期刊上，因此，申请者需要具备较强的英语读写能力，能够阅读和撰写英文论文。申请者可以通过提交已发表的英文论文或展示自己撰写的科研报告，来证明自己的英语水平。
5.4 积极参与科研项目
Lee 教授主持和参与了多项国际科研项目，申请者应积极参与课题组的科研工作，并在参与项目的过程中积累科研经验。对于有志于申请Lee 教授课题组的本科生或硕士生，建议提前通过阅读Lee 教授的代表作，了解其研究方向，并尝试与之相关的小型科研项目。
5.5 具备跨学科研究的能力
Lee 教授的研究具有明显的跨学科特点，申请者应具备跨学科知识的整合能力，能够在不同领域之间找到研究的交叉点。例如，申请者可以展示自己在多个学科领域的学习或研究经验，或如何将不同学科的知识应用于一个实际的科研问题中。
【竞赛报名/项目咨询+微信：mollywei007】
