石砚

研究方向

机器学习、计算机视觉、对抗攻击、数据综合、优化算法

累计发表20余篇CCF-A，其中一作9篇，包括ICLR（4篇）、NeurIPS（3篇）和CVPR（2篇）；担任TMAPI，ICML，NeurIPS, ICLR, CVPR审稿人，IJCAI area chair

辅导过9名学生，其中研究生5名，博士生4名。专注机器学习三大会，指导过研究生新生发NeurIPS, CVPR。善于挖掘新研究思路，从新颖的角度展开研究。

Python，LaTex

可提供申博指导、海外高校申请指导；可提供开源代码并指导复现；可提供部分开放研究数据；可提供一定的算力资源；可撰写推荐信；就业/实习机会推荐

公开页面采用脱敏身份与头像展示，具体专家匹配以咨询沟通、材料阶段和可公开资料为准。

申博辅导技术支持

围绕机器学习、计算机视觉、对抗攻击、数据综合、优化算法判断研究问题是否可做、边界是否清楚，把宽泛方向收敛成可执行的研究目标。

结合计算机科学与技术常见研究范式，梳理文献、数据或案例材料的获取与组织方式，明确方法路线的取舍依据。

按目标期刊或学位论文要求核对结构、论证链条与格式规范，形成可逐条执行的修改清单。

把审稿与评审意见拆解为可执行的修改任务，明确回应口径、优先级以及需要补充的材料范围。

提交研究方向、当前阶段与目标（毕业、投稿或课题申报），学术顾问按方向吻合度与档期进行匹配，最终合作方向以沟通确认为准。

页面仅展示经本人授权的脱敏身份、院校类型与研究方向，不公开真实姓名与具体单位，用于保护专家隐私。

可介入选题与文献、研究设计、数据分析、写作修改与投稿前复核等阶段，具体支持范围在首次沟通时确认。

不提供代写、代投与结果保证，只提供研究过程的方法支持与规范指导，论文成果由研究者本人独立完成。