本学期第一次高一活动安排在3.18号。同学们在得知金院士项目的项目成果时，更加坚定了在实验室努力学习的决心，以期收获美好的结果。

通过这次活动，较上一次我和导师的交流再加深了一层。围绕电磁波这一物理现象，我们从最基本的地面数据采样开始交流，初探其背后起到极大作用的原理，一窥其高深复杂的算法，最终还讲到在复杂多变的国际局势之下，相关的无人机集群攻击技术起到的作用以及国家掌握该技术的必要性。在这场思维的交互中，我认识到一个看似简单的物理现象背后蕴藏的奥秘以及重要的战略价值。

——江骏霆

在复旦大学—管家婆正版管家婆今天的导师制计划活动中，唐文明老师与研究生学长深入浅出地为我讲解了雷达发射器的工作原理。他们不仅详细阐述了芯片如何精确调控波的振幅和频率，还通过实物展示让我直观理解了这一过程，拓宽了我的知识视野，让我收获颇丰。

——詹奕轩

第三次前往与导师交流，本次交流活动的信息量更加丰富，主要学习了地表温度反演的数据处理和基本方法，获得了实例代码进行尝试和学习，可谓收获良多，期待下一次活动！

——王文一

此次复旦之行中，我了解到行星遥感通过电磁波图像探知两点间距，通过数学变换和算法反演得到地层剖面。这其中诸如去除噪音、去除杂波、算法反演等每个环节都足够写一篇综述。

——夏墨涵

上次学习了CNN（卷积神经网络），这次又学习了RNN（循环神经网络）和GAN（生成对抗网络），这些内容为我打开了通向人工智能的大门，门内的世界无比精彩。正如俗话所说“师傅领进门，修行在个人”，光靠课堂听讲是远远不够的，课后我还要多看书，认真完成老师布置的练习，不断提升自己的能力。我非常期待下一次关于Transformer模型的学习。

——韩欣媛

此次交流过程中，导师向我讲解了空间天气预测的概念与背景，并提供12个有关变量的描述数据，希望我利用互联网和数据分析软件，了解相关经验知识与物理规律，并对这12个参数间的因果关系做出推断，为后续搭建持续空间天气预测模型打好理论基础。同时，复旦研究生学长介绍了Kaggle竞赛这一机器学习挑战作为选择性训练任务，进一步激发了我对数据分析和计算机视觉的兴趣，帮助我树立下一阶段的学习目标。

——王皓杨

虽然周老师不在，但两位研究生也让我受益匪浅。有了寒假里打下的线性代数基础，这次询问并了解了傅里叶级数等必需知识。本次最大的收获在于学习自然科学的方法。两位研究生先带我阅读费曼的一篇论文，教了我读文献的方法。阅读过程中，还告诉我，新理论提出的一大动力在于误差的产生。所以，近来会先读一些经典论文，后面周老师带我去实验室时，我会多注意一下数据的误差，可能能学到什么。

——杜浥清

本次辅导计划金院士项目中，我们前往复旦与各自的导师开展交流。由于王教授出差，本次由教授的一位博士生接待我们。她为我们讲解了主要用于时间序列处理的RNN循环神经网络的结构原理和优缺点，以及其改进的LSTM网络和GRU网络等；同时，向我们介绍了实验室基于电磁波散射的物理性质设计的ASC大尺寸卷积核和复数衍射神经网络，以及其对于雷达图像地物识别的优化。这次活动中我们受益匪浅，对各种不同神经网络模型及其应用领域有了更深入的理解，并且认识到模型应用于各种实际问题时如何进行设计调整。

——于皓诚

这次交流，导师希望我利用GPT、Deepseek等大模型了解空间天气预测相关物理知识，并参考资料、利用导师提供的变量数据库对12个变量进行因果推断；为下一个阶段搭建持续预测模型打好理论和数据分析基础。当然，这个任务依然处于学习和练手阶段；另外，复旦研究生学长向我们推荐了Kaggle竞赛，这为后续计算机视觉的任务提供了很好的范例。我对下一个目标有一定的设想——利用计算机视觉技术设计一款花草识别机器人或无人机，但这个成果需要建立在我对数据分析的高度熟练之上。

——王皓杨

经过了这次复导金院士计划与王峰导师的一对一交谈，我对空间遥感技术有了更加深刻的认知。更加深入地了解了其主要原理及技术难题，也了解到它与国家安全息息相关。这次复旦之行，使我收获颇丰。

——徐子言

（金亚秋院士项目高一学生和复旦的老师们）

（图文：许建丽、高一项目学生/编辑：胡晨、实习生姚乐琪）