猿急送>

哈尔滨其它兼职程序员

ID：343842

关旭森

研究生

公司信息：
海外大学

工作经验：
1年

兼职日薪：
500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：
哈尔滨
全区

技术能力

工作经历
东芝 — 文字识别项目
2021.11 - 2021.12
东芝高速电路设计外包项目。主要内容是利用Tesseract OCR和Paddle OCR技术提取设计师手工绘制的电路图中的文字信息。在这个项目中我负责数据预处理，模型部署和训练。（使用Python）
东芝 — 数据提取项目
2022.01 - 2022.02
东芝高速电路设计外包项目。项目内容是提取电路图SVG文件中的电子元件名称和文字注释。（使用Python）
东芝 — 图像分类项目
2022.08 - 2022.10
东芝高速电路设计外包项目。为了使用AI模型代替手工绘制电路图，这个项目使用KNN，决策树，随机森林，SVM等方法对电路图进行分类。在这个项目中，我负责数据预处理，模型部署，模型训练和测试。（使用Python）

教育背景

马来西亚诺丁汉大学，
计算机科学荣誉理学士
2018.09 - 2022.07
计算机科学一年基础课程和三年本科课程。

电子通信大学，
科学研究
2022.10 - 2023.09
进行了基于深度学习知识追踪的一年项目研究

目前已被亚太科技大学人工智能研究生录取。

学术项目经历

最后一年的项目
— 显着性图是否能提高植物分类准确率？
1. 确定最佳的叶子特征（例如形状、纹理或脉络）以进行分类。
2. 研究使用显着性图作为卷积神经网络 (CNN) 输入进行植物分类的效率，
基于给定的叶子特征（例如形状、纹理或脉络）。
3. 评估所提出的方法与目前使用过的现有方法

主要工作内容：图像数据预处理、特征提取、实现显著性图、使用 keras 构建 VGG 模型并训练模型。

研究生项目
— 深度学习模型中知识追踪改进方法

利用注意力机制控制历史信息对 DeepIRT 模型的影响，提高模型的预测准确率。研究对象主要基于 DeepIRT 模型和 Transformer 模型。

主要工作内容：数据清洗、通过 tensorflow 构建两个模型、利用注意力机制和衰减函数控制模型对历史数据的注意力。

技能
精通Python，以及Pytorch、Tensorflow等常用AI库。

Java、HTML、MySQL、C、R基础知识。

在小组作业中使用C#通过Unity

项目经验

学术项目经历
最后一年的项目
— 显着性图是否能提高植物分类准确率？
1. 确定最佳的叶子特征（例如形状、纹理或脉络）以进行分类。
2. 研究使用显着性图作为卷积神经网络 (CNN) 输入进行植物分类的效率，
基于给定的叶子特征（例如形状、纹理或脉络）。
3. 评估所提出的方法与目前使用过的现有方法

主要工作内容：图像数据预处理、特征提取、实现显著性图、使用 keras 构建 VGG 模型并训练模型。

研究生项目
— 深度学习模型中知识追踪改进方法

利用注意力机制控制历史信息对 DeepIRT 模型的影响，提高模型的预测准确率。研究对象主要基于 DeepIRT 模型和 Transformer 模型。

主要工作内容：数据清洗、通过 tensorflow 构建两个模型、利用注意力机制和衰减函数控制模型对历史数据的注意力。

案例展示

树叶图片分类

树叶图片分类 --显著性图是否提高了植物分类acc？ 1.确定最适合进行分类的叶片特征（如形状、纹理或叶序）。 2.研究使用显著性图作为卷积神经网络（CNN）的输入用于植物分类的效率，基于给定的叶片特征（例如形状、纹理或脉络）。 3.根据迄今为止使用的现有方法评估拟议
基于深度学习的知识追踪

--改进深度学习模型中知识跟踪的方法通过使用注意力机制来控制历史信息对DeepIRT模型的影响，提高模型的预测精度。研究对象主要基于DeepIRT模型和Transformer模型。主要工作内容：数据清理，通过tensorflow建立两个模型，利用注意力机制和衰减函
基于机器学习的学生成绩预测系统

--改进深度学习模型中知识跟踪的方法通过使用注意力机制来控制历史信息对DeepIRT模型的影响，提高模型的预测精度。研究对象主要基于DeepIRT模型和Transformer模型。主要工作内容：数据清理，通过tensorflow建立两个模型，利用注意力机制和衰减函