厦门大学人工智能研究院作为国内人工智能领域的重要研究机构，其博士招生竞争激烈且对学术潜力要求较高。考生在备考过程中需要系统规划，结合研究院的研究方向和招生特点制定复习策略。建议通过官网、招生简章和学院动态全面了解报考信息，重点关注近年录取学生的背景、考试科目、参考书目及复试要求。研究院官网通常会公布导师研究方向，考生需筛选与自身兴趣匹配的导师组，提前阅读其代表性论文，了解当前研究热点如自然语言处理、计算机视觉、强化学习等领域的最新进展。

专业基础复习应构建"理论+实践"双轨体系。人工智能核心课程包括机器学习、模式识别、数据挖掘、深度学习等，建议以《深度学习（花书）》《机器学习（周志华）》《统计学习方法（李航）》为基础教材，配合LeetCode、Kaggle等平台进行算法实践。针对厦大可能的考题特点，需重点突破图神经网络、Transformer架构、联邦学习等前沿技术，同时强化数学基础，尤其是线性代数、概率统计和最优化理论，可通过《矩阵分析与应用》《概率论与数理统计》等教材查漏补缺。

科研经历准备是厦大博士录取的核心考核点之一。建议系统梳理本科至硕士阶段的科研产出，包括参与的项目、发表的论文、掌握的算法工具（如PyTorch、TensorFlow）、实验平台（如CUDA、GPU集群）等。制作中英文对照的科研简历，突出在顶会（NeurIPS、CVPR、ACL等）或顶刊（TPAMI、JMLR）的发表成果，同时准备3-5个研究设想，体现对领域前沿的洞察力和创新性。对于跨专业考生，需重点展示在交叉学科中的研究潜力，如AI+医疗、AI+金融等领域的跨学科研究案例。

真题模拟与导师沟通需双线并进。建议联系已录取学生获取历年考试真题，重点分析计算题（如动态规划、最优化问题）、算法设计题（如推荐系统实现）、研究方案设计题（如多模态融合框架）的命题规律。同时通过邮件或学术社交平台（如ResearchGate）主动联系意向导师，邮件需包含个人简历、代表性论文和2-3个具体研究问题，体现对导师课题组的深入了解。厦大研究院部分导师在面试中会直接考察考生对自身研究的深入理解，因此需准备15分钟内的研究汇报，并模拟导师提问环节。

时间规划建议采用"三阶段递进"模式：基础夯实阶段（3-6个月）侧重教材精读与算法刷题，每日保持2小时理论学习+1小时代码实践；专项突破阶段（2-3个月）聚焦真题训练与科研包装，每周完成1套模拟考并复盘错题；冲刺提升阶段（1个月）进行全流程模拟，包括限时答题、论文修改、面试演练，同时保持与导师的定期沟通。

特别提醒考生注意厦大博士招生中的"学术连贯性"考察，初试后需及时准备英文文献综述（建议涵盖3-5篇领域内最新论文）、研究计划书（需包含技术路线图与实验设计）等材料。复试环节可能涉及对论文细节的深入提问，建议建立个人论文知识库，记录关键算法改进点、实验对比数据等核心信息。厦大研究院部分专业实行"申请-考核制"，需提前准备个人陈述（突出学术志向与长期规划），并关注学院官网发布的考核细则，合理分配初试与复试准备时间。