顾问头像
联系我们‹

扫码添加

二维码

添加学术顾问微信

免费获取服务方案

专注科研服务
累计服务科研相关人员
0
人次
无花果
YM260610509
【国内985】【机器学习】
【简介】 无花果导师现为东北大学控制科学与工程专业博士在读,具备扎实的理论科研功底与丰富的工程实践经验。硕士阶段深耕电子鼻模式识别方法研究,博士阶段进一步拓展研究领域,主攻电子鼻系统设计与智能识别方法相关研究,形成了从系统搭建、算法优化到智能识别的完整研究体系。 凭借扎实的理论功底与丰富的工程实践,硕士期间共发表近9篇SCI国际期刊论文,其中一作发表2篇论文,包括一区期刊ACS Sensors,除导师外一作发表7篇论文,其中包括6篇中科院1区,一区期刊涵盖Nano-Micro Letters(IF:36.3)、Chemical Engineering Journal(IF:15.2)、ACS Sensors(9.1)、Sensors and Actuators B: Chemical(IF:8)等。Nano-Micro Letters发表高被引论文,他引128(截至26.06)。在2025年硕士二年级阶段,以第一作者身份于IEEE国际顶级会议完成口头汇报,展现了优秀的学术研究能力与成果展示能力。 科研研究方向聚焦且特色鲜明,主要致力于将机器学习、深度学习算法应用于电子鼻系统的复杂气体识别任务,同时开展电子鼻阵列优化方法设计研究,依托深度学习技术辅助探索复合材料最优配比系数,有效解决传统实验效率低、精准度不足的行业痛点。 在科研辅导方面,导师经验丰富、耐心细致,擅长指导硕士研究生开展模式识别方向的课题研究,可全程协助学生完成科研方法探究、实验方案设计、学术论文撰写及毕业论文打磨等全流程工作,助力学生高效完成科研任务、产出优质学术成果。
叨乐
YM260610511
【国内985】【大模型应用】
【简介】 国内985高校人工智能博士,主要从事多模态大模型、生成式人工智能及AI for Science交叉应用方向的前沿研究。凭借扎实的人工智能理论基础、突出的科研创新能力与丰富的大模型工程实践经验,已在国际顶级会议和核心期刊上发表多篇高水平论文,研究成果覆盖多模态表征学习、视觉语言模型、生物医学人工智能、药物组合推荐、空间组学建模与科学智能应用等多个方向。其研究重点聚焦于多模态大模型在复杂科学场景中的建模与应用,致力于探索大模型、知识增强学习、跨模态对齐、生成式AI与生命科学数据分析之间的深度融合,推动人工智能技术服务于药物发现、生物医学分析和科学问题求解。曾在阿里巴巴通义千问团队实习,参与大模型训练与优化相关工作,积累了大规模模型训练、多模态数据建模、模型评测经验。当前主要研究方向包括多模态大模型、AI for Science、生物医学人工智能、药物组合预测、、生成式AI及大模型应用等。
Xiao导师
YM260910639
【国内985】【智能交通与无人系统】
【简介】 该导师为国内985高校博士,具有信息通信工程、计算科学、计算凝聚态物理和工程优化交叉背景。研究方向覆盖智能通信、6G车联网、THz通信、通感一体化、无人机应急通信中继、资源分配与AI优化,同时具备第一性原理计算、低维磁性材料、多铁材料、拓扑量子材料和镍基超导体系等计算物理/计算材料学研究基础。导师具备从文献梳理、科学问题凝练、理论建模、算法设计、仿真实现、第一性原理计算、结果分析到论文撰写与投稿返修的完整科研训练,适合指导希望在通信、交通、人工智能、计算材料、计算物理及多学科交叉方向开展论文工作的学生。
无花果
YM260610509
【国内985】【机器学习】
【简介】 无花果导师现为东北大学控制科学与工程专业博士在读,具备扎实的理论科研功底与丰富的工程实践经验。硕士阶段深耕电子鼻模式识别方法研究,博士阶段进一步拓展研究领域,主攻电子鼻系统设计与智能识别方法相关研究,形成了从系统搭建、算法优化到智能识别的完整研究体系。 凭借扎实的理论功底与丰富的工程实践,硕士期间共发表近9篇SCI国际期刊论文,其中一作发表2篇论文,包括一区期刊ACS Sensors,除导师外一作发表7篇论文,其中包括6篇中科院1区,一区期刊涵盖Nano-Micro Letters(IF:36.3)、Chemical Engineering Journal(IF:15.2)、ACS Sensors(9.1)、Sensors and Actuators B: Chemical(IF:8)等。Nano-Micro Letters发表高被引论文,他引128(截至26.06)。在2025年硕士二年级阶段,以第一作者身份于IEEE国际顶级会议完成口头汇报,展现了优秀的学术研究能力与成果展示能力。 科研研究方向聚焦且特色鲜明,主要致力于将机器学习、深度学习算法应用于电子鼻系统的复杂气体识别任务,同时开展电子鼻阵列优化方法设计研究,依托深度学习技术辅助探索复合材料最优配比系数,有效解决传统实验效率低、精准度不足的行业痛点。 在科研辅导方面,导师经验丰富、耐心细致,擅长指导硕士研究生开展模式识别方向的课题研究,可全程协助学生完成科研方法探究、实验方案设计、学术论文撰写及毕业论文打磨等全流程工作,助力学生高效完成科研任务、产出优质学术成果。
叨乐
YM260610511
【国内985】【大模型应用】
【简介】 国内985高校人工智能博士,主要从事多模态大模型、生成式人工智能及AI for Science交叉应用方向的前沿研究。凭借扎实的人工智能理论基础、突出的科研创新能力与丰富的大模型工程实践经验,已在国际顶级会议和核心期刊上发表多篇高水平论文,研究成果覆盖多模态表征学习、视觉语言模型、生物医学人工智能、药物组合推荐、空间组学建模与科学智能应用等多个方向。其研究重点聚焦于多模态大模型在复杂科学场景中的建模与应用,致力于探索大模型、知识增强学习、跨模态对齐、生成式AI与生命科学数据分析之间的深度融合,推动人工智能技术服务于药物发现、生物医学分析和科学问题求解。曾在阿里巴巴通义千问团队实习,参与大模型训练与优化相关工作,积累了大规模模型训练、多模态数据建模、模型评测经验。当前主要研究方向包括多模态大模型、AI for Science、生物医学人工智能、药物组合预测、、生成式AI及大模型应用等。
Xiao导师
YM260910639
【国内985】【智能交通与无人系统】
【简介】 该导师为国内985高校博士,具有信息通信工程、计算科学、计算凝聚态物理和工程优化交叉背景。研究方向覆盖智能通信、6G车联网、THz通信、通感一体化、无人机应急通信中继、资源分配与AI优化,同时具备第一性原理计算、低维磁性材料、多铁材料、拓扑量子材料和镍基超导体系等计算物理/计算材料学研究基础。导师具备从文献梳理、科学问题凝练、理论建模、算法设计、仿真实现、第一性原理计算、结果分析到论文撰写与投稿返修的完整科研训练,适合指导希望在通信、交通、人工智能、计算材料、计算物理及多学科交叉方向开展论文工作的学生。
更多
电话:18652366687
工作日:周一至周五9:00-18:00
联系客服
Copyright © 2026 D-coding 保留所有权利沪ICP备12018506号
Copyright © 2026 D-coding 保留所有权利沪ICP备12018506号