ID:286409

SpMqS

教授

  • 公司信息:
  • 北京航空航天大学
  • 工作经验:
  • 5年
  • 兼职日薪:
  • 1000元/8小时
  • 兼职时间:
  • 下班后
  • 周六
  • 周日
  • 可工作日远程
  • 所在区域:
  • 北京
  • 海淀

技术能力

主持和参与多项人工智能应用的医学和工业项目,包括国家和省级重点研发项目等。熟悉人工智能和深度学习领域,在各类国际主流期刊发表多篇论文。开发的人工智能监测应用已被国际知名企业应用。熟悉python,cuda,c/c++,mathematica,matlab等在内的多种开发工具。对数据处理、数据挖掘和数据分析方面有丰富的经验。

项目经验

深度学习利用声音信息对管道全寿命周期监控
利用深度学习技术对管线声音进行监测,通过算法设计,对真实工业场景信号进行识别降噪,提取有效信息,实现对管道全寿命周期的工作状态进行管理。该项目大大节省了人工的管线巡查成本,且对流体的特殊有害状态亦可进行及时的筛查,减少事故爆发风险。
利用深度神经网络对医疗影像数据进行识别、分割等
该项目为人工智能在医疗影像中的直接应用,收到国家项目支持。利用深度神经网络对影像数据进行识别和分割,以使其进一步用于后期的诊疗过程当中。该任务可以实现高精度的肿瘤位置分割,良恶性病例识别和对后期的放疗和手术方案进行自动划分及辅助。

案例展示

  • 深度神经网络对医疗影像数据的挖掘

    深度神经网络对医疗影像数据的挖掘

    该项目为人工智能在医疗影像中的直接应用,收到国家项目支持。利用深度神经网络对影像数据进行识别和分割,以使其进一步用于后期的诊疗过程当中。该任务可以实现高精度的肿瘤位置分割,良恶性病例识别和对后期的放疗和手术方案进行自动划分及辅助。

  • 深度学习利用声音信息对管道全寿命周期监控

    深度学习利用声音信息对管道全寿命周期监控

    利用深度学习技术对管线声音进行监测,通过算法设计,对真实工业场景信号进行识别降噪,提取有效信息,实现对管道全寿命周期的工作状态进行管理。该项目大大节省了人工的管线巡查成本,且对流体的特殊有害状态亦可进行及时的筛查,减少事故爆发风险。

查看案例列表(含更多 0 个案例)

信用行为

  • 接单
    0
  • 评价
    0
  • 收藏
    1
微信扫码,建群沟通

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在1小时内与您联系,1小时内精准确定人才

微信接收人才推送

关注猿急送微信平台,接收实时人才推送

接收人才推送
联系聘用方端客服
联系聘用方端客服