CC

研究方向

计算机视觉、时间序列、联邦学习、人工智能、AI4Science

发表20篇优质期刊/会议一作论文，包括 IEEE TGRS、IEEE JBHI、IJCAI 等；长期担任多个顶级期刊/会议审稿人，包括 IEEE TNNLS、IEEE TKDE、CVPR、IV等。

具有前沿学术视野、具有丰富的科研指导和论文写作经验；指导学生有耐心，教学严谨，思维逻辑缜密。

熟练使用Python、Pytorch、Tensorflow、Keras；掌握 Java、掌握C++；熟悉Transformer、RNN、CNN等常用网络模型；能够根据不同的实际任务独立搭建网络模型、训练、测试和调优，熟悉掌握数据集预处理技巧，可以在Linux上进行模型训练、调优。

源代码资源，算力资源。

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。

论文辅导技术支持

围绕计算机视觉、时间序列、联邦学习、人工智能、AI4Science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。