![](/sites/default/files/styles/content_page_slideshow_display/public/field/focus_image/wechatimg282.jpeg?itok=kk5GIQaq)
今年暑假,在上海纽约大学本科生科研基金项目(DURF)的资助和支持下,141名上纽大本科生深度探索了交互设计、智能交通、金融科技等多个领域,体验了科研的乐趣。DURF项目是学校为本科生提供的无门槛且注重全局性的科研机会,面向各年级在读本科生开放。学生通过从发现问题至解决问题这一完整的学术训练过程,提高解决问题的能力,锻炼批判性思维,训练审辨求证的科研基本功。
让我们通过其中四个项目一窥究竟吧!
“音联觉”
2023届孙宇芊、沙嘉韵
指导老师:纽约大学助理艺术教授Charles J. Pratt
“音联觉”是一款提供沉浸式环境的听觉游戏,其灵感源于团队成员对探索听觉的共同兴趣。“如今,人们似乎被令人眼花缭乱的视觉效果包围,甚至痴迷其中。我们希望鼓励大家重新认识到声音既具有欺骗性,又富有魅力。”孙宇芊说。
学生们表示,他们通过这一项目学到了很多编程、游戏设计等方面的知识和技能。“项目设计的过程使我们熟悉了流行游戏引擎、音频编辑器相关基础知识,我们还初次尝试使用了声音编码平台。此外,我们搜索文件和寻找工程问题答案的能力也有所提升。”
接下来,团队将继续进行玩家测试以改善用户体验,改进游戏的一致性、音效和用户界面设计。沙嘉韵说自己最大的收获来自与潜在用户的互动。她发现人们对沉默、困惑和迷失会产生不同反应,在声音刺激下也会产生截然不同的联想,而这一观察过程充满了乐趣。
“信息对新冠疫情期间厕纸囤积行为的影响”
2023届张奕珺、郑余
指导老师:上海纽约大学经济学助理教授金烨
美国人为何会在新冠疫情等危机发生时囤积厕纸?在好奇心驱使下,张奕珺、郑余二人受博弈论和行为经济学概念启发,围绕消费者行为展开调查研究。他们在亚马逊旗下的众包平台“土耳其机器人”(Amazon Mechanical Turk,简称MTurk)上发布了一项调查,筛选出248名合格的调查对象,并使用线性回归法分析数据。
经过几轮数据分析,两人发现一些导致疫情期间囤积行为的因素。它们包括更久的居家时间、对流行病严重程度的认知、个人囤积习惯,以及因他人囤积厕纸和恐慌性购买造成的恐惧。
“现在,我们为提出的几个假设都找到了重要指标。下一步是完成报告并参加今年秋季学期的本科生科研专题研讨会。”张奕珺说。
“用于定位、寻找和救助城市流浪动物的地图式交互界面”
2023届梁家怡、王纪言
梁家怡和王纪言设计了一个为流浪猫狗提供人道主义援助的应用程序交互界面。个人用户和动物收容所可在此平台上传、发布相关信息,并相互交流。
"我们经常在微博和抖音等社交媒体平台上看到许多关于城市流浪猫狗无人照顾的推送,于是就想解决这个问题,想办法帮助这些可爱的小动物。”梁家怡说。
项目团队首先阅读了许多与国内动物保护政策相关的文献资料,寻找来自动物救助中心和网络的真实案例,并收集第一手资料,从而比较全面地了解了上海流浪动物的情况,找到通过设计可以解决的痛点。然后,学生们据此制作出一个具备“帖子”“地图 ”和“个人页面”等核心功能的完整原型界面。王纪言表示,之后团队会尝试增加一些子功能,比如建立宠物爱好者社区、添加商业模式。
“使用GARCH和随机波动率模型预测实际波动率:估值、预测与优化”
2023届张艺萌、张玥嘉
指导老师:上海纽约大学金融学助理教授王丹
修读金融学(商学与金融)、数据科学与大数据技术(数据科学)双专业的张艺萌同数学与应用数学(数学)专业的张玥嘉在“预测时间序列数据”(Forecasting Time Series Data)课上,对揭示比特币波动的基本规则产生了浓厚兴趣。二人探索并比较了GARCH(广义自回归条件异方差)模型的不同组合。GARCH模型是分析金融市场收益波动性最常用的模型,也是通过统计分布确定预测比特币价格的最佳模型。
“我们估算了参数,建立了完整的模型来预测比特币价格的波动性。模型预测的准确率达94.567%,由此证明GARCH模型可以较为准确地预测比特币价格。”张艺萌说。