项目概览
斯坦福大学 Symbolic Systems 硕士是 research-based degree,支持学生在 Stanford faculty 指导下完成多样化研究项目。项目聚焦 language、information、intelligence 以及 human and machine cognition,天然连接计算机科学、语言学、哲学、心理学、神经科学、数学、统计、传播和教育等领域。
项目目标是让学生具备参与当代跨学科研究所需的 vocabulary、theoretical background 和 technical skills。外部录取规模较小,通常少量招收 external students,完成周期一般为两个 academic years,适合已有清晰跨学科研究兴趣的学生。
学术方向与项目定位
二、核心研究方向与学术训练路径
课程与方法主轴:符号系统以SYMSYS290等内容组织专业训练,重点放在交叉学科问题所需的理论、方法和工具衔接上。
方向与选修路径:Project Area Statement, endorsed with a commitment from a student’s prospective project advisor no later than May 1 of the academic year before the、to fulfill the Breadth Requirements must be taken for a letter grade if available, and note that any one single course may be applied to at most one构成项目可识别的细分路径,学生后续选课、研究或实践任务通常会围绕这些模块展开。
实践或成果要求:Project Area Statement, endorsed with a commitment from a student’s prospective project advisor no later than May 1 of the academic year before the,说明项目不只停留在课堂学习,也要求学生通过成果、项目或现场训练完成能力转化。
项目特征细化:The Program Proposal must include courses taken for three units or more each that are more advanced than the Symbolic Systems undergraduate core in、The Symbolic Systems MS Program admits a handful of coterminal students each year.Coterminal students usually complete the program in one academic、Symbolic Systems (MS),可作为理解课程组织、问题场景和专业能力侧重的直接线索。
课程结构与培养方式
MS 至少需要 45 units,课程均需为 100 level 及以上,其中 50% units 应为 graduate-level courses,36 units 需为 letter graded 并达到平均 3.0 或更高。
课程要求包括 formal、empirical、computational、philosophical 四个 advanced skill areas,并且课程需分布在 Computer Science、Linguistics、Philosophy、Psychology 中至少三个部门。
学生需在第一学期结束前提交 initial Program Proposal,并在预计毕业前一个 quarter 的 Finals Week 前提交最终获批版本。
硕士论文可占最多 15 units,通常以 SYMSYS 290 Master's Degree Project 形式在 thesis advisor 指导下完成。
申请要求
External students 每年录取人数很少,通常两个 academic years 完成项目;申请者需先查阅 Stanford Graduate Admissions 的通用要求。
申请材料包括 online application、申请费、statement of purpose、三封推荐信、成绩单、TOEFL 要求和可选 GRE 成绩。
项目不要求 GRE General Test,但允许自愿提交;当本科成绩单不能同时体现人文与科学训练时,GRE 可辅助评估。
所有申请者 strongly encouraged 提交一篇 original research paper,草稿或进行中的研究也可作为材料。
就业与发展方向
毕业生可进入 AI、NLP、人机交互、认知科学、教育科技、产品研究、用户研究、数据与信息系统等跨学科岗位。
研究型硕士训练也适合继续申请计算机科学、语言学、认知科学、哲学、心理学、神经科学或教育相关博士项目。
项目强调跨学科 vocabulary 与 technical skills,使学生能够在技术团队、研究实验室和社会科学/人文学术环境之间沟通。