选题与问题界定
围绕自动驾驶感知、bev感知(BEVformer)、端到端自动驾驶(UniAD、VAD)、2D/3D目标检测、基于点云3D目标检测(Pointpillars、SECOND、PointRCNN、YOLO、Faster RCNN、DETR)、多模态3D目标检测(BEVFusion)、大模型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。
自动驾驶感知、bev感知(BEVformer)、端到端自动驾驶(UniAD、VAD)、2D/3D目标检测、基于点云3D目标检测(Pointpillars、SECOND、PointRCNN、YOLO、Faster RCNN、DETR)、多模态3D目标检测(BEVFusion)、大模型
在IEEE Trans 一区,CCF A会上发表论文20+篇,包括CVPR,ICCV,ECCV,IJCAI,TPAMI,TGRS,TCSVT,IJCV,TNNLS。发表论文30篇,ccf A 8篇(cvpr,iccv,ijcai)trans1区(tpami,tnnls,tip,tgrs,tcsvt,tmm) cvpr,tpami,iccv,eccv,tip,ijcv,tgrs,tcsvt审稿人;曾在多家顶级大厂工作,例如滴滴,小米,商汤研究院,有丰富的学术和工程经验
指导发表tgrs 1区等论文,指导学生启发思维,曾同时指导5个学生,曾将专科第一学历辅导到北邮读博;拥有丰富的中、英文学术论文辅导经验,熟悉各类论文写作规范和技巧,能够针对不同学科和研究领域提供专业的指导和建议
Python LaTex
对于优秀的硕士或者博士,可以提供Top院校院士团队RA,推荐Top院校读博和申请海外博士;可提供开源代码并指导复现;可提供部分开放研究数据;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。
围绕自动驾驶感知、bev感知(BEVformer)、端到端自动驾驶(UniAD、VAD)、2D/3D目标检测、基于点云3D目标检测(Pointpillars、SECOND、PointRCNN、YOLO、Faster RCNN、DETR)、多模态3D目标检测(BEVFusion)、大模型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。
结合交通运输工程常见研究范式,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。