历史匿名回执 ·
#### 上课自由度 会分组，每组5个人左右，按组落座，谁今天没来那叫一个一目了然，不给你隐身的机会，会签到。 #### 考核标准 (1) 20%：研究综述（范围广到像自助餐，只要跟微纳加工、二维材料、半导体器件、热电等方向相关就行） (2) 20%：随堂测验（蔡老师讲解的半导体物理以及热电效应的一部分知识的测验） (3) 20%：开题报告 (4) 40%：结题报告（包含最终答辩的现场汇报+一个结题报告） #### 授课质量 整门课的核心就是让每组自选一个相关方向，捏出一个过得去的项目来。方向随便你挑，灵活得像个转盘，Canvas上还摆着往年的项目报告给你抄作业参考。 授课内容主要三大块，按时间线往前推： (1) 胡老师的科研经历+热电效应产业的若干介绍 (2) 蔡老师讲半导体物理和热电效应的一些基础知识 (3) 往后就是大半学期的项目实验+每周上课汇报。本学期大概从第九周开始做项目，每周上课汇报下进展，当次课所有小组汇报完就可以开溜或者留下继续做实验。我们组实验安排在白天，所以当天汇报完直接走人，不用在那儿干等太久。 **推荐选这门课的理由**： (1) 考核松得像没系裤腰带，无论是随堂小测还是报告汇报，**最终大家得分都很高**。 (2) 项目方向自选，所以**完全可以拿这个项目当载体，练自己实战的肌肉**。比如我们组借这个项目硬走了一遍深度学习模型的训练/推理 + 数据增强算法 + GUI后端 + 一些简简单单的通信，多少能学到点东西，当然很大一部分是AI在指导。 **不推荐这门课的理由**： (1) **工作量很大**，首先得花比较长时间做实验。因为漂亮的数据处理和结果呈现是要堆大量、真实、高质量数据的，所以实验耗时和实验装置设计的健全性都得撑着，这里能磨掉不少功夫。其次就是数据处理和每周一次的汇报，虽说每周汇报的东西不算多，真干起来也挺折腾人的。要是学期其他课压力本来就大，再叠这个项目属实会忙成陀螺。 (2) **成员分工**，这种小型课程项目的成员分工可能比较难协调，尤其一个组全是陌生人的话。而且一个完整项目本身就很难切出几个独立板块让不同组员各干各的，**这些板块大概率都是或多或少有点关系的。我负责板块A，那我需要负责板块B的同学做哪些事情来跟我对接、至少要做到多高质量，这都是要仔细琢磨和多多交流的**。这就很考验组长协调组员的能力和组员的配合，所以相对而言，**一开始就相互认识的同学凑一组，开局交流可能会顺畅得更快**，而一个项目最重要的阶段可能就是最开始定方向那会儿。 总的来说，这门课主要的麻烦就是workload比较大，很花时间。除此之外没啥缺点。但给分很好，而且还是门4学分的课，如果你想在自己想了解的方向做点实践练手的项目，这门课是个还不错的载体。这个链接可以参考我们的项目：https://github.com/SmlCoke/tec-rad-detection.git
学生体验，不是官方事实。评价教学，不评价人格。