本人海外博士在读,即将毕业。 研究方向为机器学习,深度学习,模式识别以及计算机视觉。
已发表SCI论文2篇,已投著名计算机学术会议论文1篇。 精通Python语言,熟悉机器学习平台Keras, Tensorflow和Pytorch。
有较强的英文读写能力,擅长阅读英文论文以及复现机器学习论文的代码。
本人于博士在读期间,搭建了一个全面的基于深度学习的结构健康监测的框架。框架主要内容是使用各种深度神经网络(比如深度自动编码器神经网络,深度卷积神经网络以及深度残差神经网络等等)对土木结构的传感器数据进行损伤相关的特征提取,然后进行损伤检测和预测。并取得了非常好的效果,发表论文若干。
本人为该论文第一作者,搭建了一个基于深度学习的框架用于结构健康检测。 主要使用的方法为深度自动编码器神经网络,可用于多尺度数据的特征提取并进一步进行结构健康检测。
本人为该论文的第一作者,搭建了一个基于深度残差网络的神经网络模型,用于土木结构的损伤检测,并取得了很好的效果。