导师简介
如果你想申请新加坡南洋理工大学 艺术设计学系博士，那今天这期文章解析可能对你有用！今天Mason学长为大家详细解析新加坡南洋理工大学的Prof.Nanetti的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！
导师是新加坡南洋理工大学（Nanyang Technological University, NTU）艺术、设计与媒体学院的副教授，同时在人文学科担任客座职务。他拥有多元化的教育背景，先后在意大利、法国、德国、希腊和美国的多所著名大学接受历史科学专业的高等教育，并在全球范围内与顶尖学者合作，跨学科地解决学术问题。
研究领域
教学领域：
导师的教学主要涉及数字人文、互动数字媒体、历史和艺术设计，为学生提供跨学科的学术指导。
研究兴趣：
- 数字人文与历史信息工程强调通过数据挖掘、模式识别和机器学习，将历史遗产进行数字化管理与可视化。
- 文化遗产数据管理系统通过构建共享的概念与规范，实现复杂历史数据的存储与分析。
- 跨文化交流与历史记忆关注中世纪非欧亚大陆（1200-1500）历史记忆的流动与交流。
- 人工智能与历史研究探索AI在数字历史文献分析与知识聚合中的应用。
导师的核心目标是借助现代技术手段，推动历史科学向更系统化、数字化与可视化的方向发展。
研究分析
1.Sentiment Analysis of Primary Historical Sources
内容：利用自然语言处理（NLP）与情感分析技术，对历史文献进行数据挖掘与情感识别，推动历史档案的定量分析。
影响：为数字历史研究提供了新视角，将AI应用于文献情感解析，具有创新性。
2.Blockchain Technology for Participatory Publication of Archival Documents
内容：通过区块链技术实现档案文件的安全与共享访问，展示了Marco Polo的外交文献案例。
影响：开创了文献数字化的新模式，提升了历史数据的可追溯性与透明度。
3.Information Visualisation Tools to Explore Fra Mauro’s World Map
内容：开发可视化工具以解析15世纪的Fra Mauro世界地图，结合历史与地理信息进行互动式探索。
影响：提升了历史地图的可视化与分析水平，具备较高学术与实践价值。
4.Computational Engineering of Historical Memories: With a Showcase on Afro-Eurasia (ca 1100-1500 CE)
内容：结合历史科学与AI技术，展示了Afro-Eurasia中世纪历史记忆的工程化组织与分析。
影响：为非线性历史学提供了新的数字工具，拓展了历史研究的边界。
5.AI, ML, and ABMS for Historical Sciences. Opportunities and Limits
内容：探讨人工智能、机器学习及基于代理的建模（ABMS）在历史科学中的机遇与局限。
影响：为AI技术在历史学科的应用提供了系统性分析。
6.Crafting the Next Generation of Web-Based Learning Tools for Manuscript Artefacts
内容：开发新一代基于网络的学习工具，聚焦手稿、地图与档案文献的数字化呈现。
影响：助力于文献教育与知识传播，推动了人文科学与技术的融合。
项目分析
1.Engineering Historical Memory (EHM)
内容：通过数字平台组织与可视化历史数据，利用AI和模式识别等技术优化历史记忆管理。
影响：构建了全球性的历史信息工程方法，推动了跨文化研究。
2.Impacts of Spatially and Temporally Varying Sea Level
内容：结合计算历史方法研究海平面变化对港口与贸易路线的影响。
影响：深化了自然环境与人类活动之间的历史互动分析。
3.Leveraging Digital Humanities to Address Social Challenges
内容：利用数字人文方法解决当代社会挑战，结合AI与可视化技术实现数据驱动决策。
影响：拓展了数字人文的应用场景，推动跨学科合作。
研究想法
1.基于深度学习的历史图像自动识别与注释系统
- 研究背景：导师的研究强调历史文献、地图和档案的数字化与可视化，但现有手工标注的历史图像处理效率低下。
- 研究内容：利用深度学习中的图像识别技术，自动识别历史图像（例如中世纪地图、手稿插图）中的人物、地标和文本，并生成对应的标注。
- 创新性：结合历史学与计算机视觉，为数字人文提供自动化工具，解决大规模数据标注的瓶颈问题。
2.历史文献情感分析与叙事结构挖掘
- 研究背景：导师的论文《Sentiment Analysis of Primary Historical Sources》已将情感分析引入历史文献研究，但尚未对叙事结构与文化情绪传播进行深入挖掘。
- 研究内容：结合“自然语言处理（NLP）”技术，对中世纪文本或日记中的叙事结构进行解析。分析文本中情感传播的演变轨迹，揭示特定历史事件中的文化情绪流动规律。
- 创新性：将情感分析与叙事学结合，提供历史记忆与情绪传播的新视角。
3.区块链技术在历史档案管理与版权保护中的应用
- 研究背景：导师在论文《Blockchain Technology for Participatory Publication of Archival Documents》中探讨了区块链技术的潜力，但应用场景可进一步扩展。
- 研究内容：设计一个基于区块链的历史文献共享平台，确保数据不可篡改、可追溯。研究区块链在数字版权保护与知识共享方面的应用策略。
- 创新性：解决数字人文领域数据可信共享与版权保护的难题。
4.多文化历史数据融合与可视化系统
- 研究背景：导师的EHM项目旨在整合全球历史记忆，但不同文化体系的数据存在异构性与复杂性。
- 研究内容：开发一种多文化历史数据融合平台，结合知识图谱与可视化技术，实现中国、阿拉伯、希腊等历史数据的统一存储与交互可视化。
- 创新性：提供多文化历史数据的统一视角，解决数据异构性问题。
申请建议
1. 深度了解导师的研究方向与核心项目
- 阅读导师的主要项目，尤其是Engineering Historical Memory (EHM)。
- 重点分析导师在数字人文、AI与历史数据融合方面的核心理念与创新成果。
2. 提高跨学科技术能力
掌握以下技术：
- 自然语言处理（NLP）与深度学习：如文本分析、图像识别。
- 数据可视化工具：熟练使用Tableau、D3.js或Python的可视化库。
- 区块链技术：理解其在数据共享与版权保护中的应用。
3. 提出具有创新性的研究计划
- 根据导师的研究成果，设计出可行性高、创新性强的研究计划。
- 研究计划应结合导师的EHM项目或其他现有成果，体现对跨文化历史数据的深度挖掘与可视化。
- 可以围绕AI历史文献分析、区块链与历史档案保护等主题展开，确保研究方向与导师高度契合。
4. 突出跨学科背景与能力
- 强调自己在人文学科与技术领域的双重背景，体现跨学科研究能力。
- 如果具备艺术设计或计算机科学背景，应特别阐述如何将技术与文化遗产研究结合。
5. 准备高质量的申请材料
- 研究计划书：清晰、具体，体现对导师研究的深刻理解与创新延伸。
- 个人陈述：突出跨学科优势与研究动机，展现与导师研究高度契合的能力。
- 学术成果：附上已发表论文、项目报告等，增强学术说服力。
博士背景
Ethan Zhang，伦敦艺术大学工业设计博士生，专攻可持续性与人机交互设计。擅长运用生物仿生学原理和虚拟现实技术创新产品开发流程。曾获红点设计概念大奖，研究成果发表于《Design Studies》和《International Journal of Design》等权威期刊。擅长设计学相关领域的文书写作辅导，熟悉相关领域的PhD申请流程及技巧。
【竞赛报名/项目咨询+微信：mollywei007】
