专家智库

搜索

学术科研服务

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

【国外TOP100】【人工智能】

计算机视觉

多模态大模型

遥感影像理解

【简介】顾城导师，香港中文大学（深圳）计算机与信息工程博士在读，本科毕业于山东大学软件工程专业，主要从事人工智能、计算机视觉、遥感影像理解、多模态学习与视觉大模型相关研究。具备目标检测、语义分割、多任务学习、模型轻量化与部署优化等研究和工程经验，参与国家重点研发计划、国家空间科学数据中心开放项目等课题。

【国内高校985】【城市更新】

【简介】 Z导师，国内高水平高校建筑学博士，具有建筑学本科、建筑与土木工程硕士及建筑学博士阶段的系统训练，研究聚焦城市更新、文化遗产保护、乡土聚落。长期参与城市住宅、历史街区更新、传统民居保护、低碳节能及数字记忆库等科研与实践项目，具备扎实的建筑理论研究、案例调研、图纸表达和学术写作能力。曾担任研究生全英文专业课程及校级一流本科课程助教，具有论文辅导、课程建设和带队考察经验。

【国内985】【计算机视觉】

【简介】南乔老师，某985博士，深耕计算机视觉与深度学习领域。具有卓越的科研创新能力，已在国际国内顶级学术刊物发表多项高水平成果，包括CVPR26 oral一作一篇，三篇SCI一区Top期刊论文及一篇计算机应用与软件期刊文章，并多次担任TGRS,ISPRS,CVPR等顶会顶刊审稿人。研究方向聚焦于图像分割技术，涵盖医学图像、遥感图像及自然场景分割，并深入探索半监督学习与弱监督学习在低资源场景下的算法优化。辅导风格亲切细致，兼具学术严谨性与启发性，擅长从底层数学原理到代码实现进行全链路指导，特别注重培养学生的科研逻辑、实验设计规范及学术写作能力，主要辅导计算机科学、人工智能及电子信息等相关专业的科研与进阶学习

【国内】【土木工程】

【简介】苗老师，中国海洋大学工程学院船舶与海洋工程博士，主要从事涡激振动以及船舶推进器方面研究，熟练使用PIV、ADV等流场测量设备。硕士曾从事结构抗震方面的研究。力学方面知识功底深厚，且具有熟练地python编程能力，能够使用python快速批量处理、分析数据，制作脚本以及开发桌面端程序。已经开发了地形扫描仪硬件及软件，PIV后处理软件等。另外熟练使用Tensorflow以及Pytorch AI框架，善于将传统课题与AI结合，提高创新性。

【国内985】【气候变化】

【简介】孙导师，985高校生态学博士毕业，后进入德国马普所深造。主要研究方向为生态系统元素循环与工程应用前沿研究

【国内】【锂金属电池固态电解质】

【简介】开开老师，211高校双一流学科本科及硕博连读毕业，主要方向为锂金属电池固态电解质

【国内985】【计算机视觉】

【简介】CCF会员，IEEE member、985助理教授，专业为计算机科学技术，与北卡教堂分校\新加坡国立有过科研合作，从事过AI相关算法的科研工作，辅导过硕士和博士研究生论文写作和科研指导，具备项目书以及专利写作经验。

【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。

【国内985】【自动驾驶】

【简介】985博士毕业，担任头部车企智能驾驶研究院/交通重点实验室特聘研究员。

【国外TOP100】【人工智能】

计算机视觉

多模态大模型

遥感影像理解

【简介】顾城导师，香港中文大学（深圳）计算机与信息工程博士在读，本科毕业于山东大学软件工程专业，主要从事人工智能、计算机视觉、遥感影像理解、多模态学习与视觉大模型相关研究。具备目标检测、语义分割、多任务学习、模型轻量化与部署优化等研究和工程经验，参与国家重点研发计划、国家空间科学数据中心开放项目等课题。

【国内高校985】【城市更新】

【简介】 Z导师，国内高水平高校建筑学博士，具有建筑学本科、建筑与土木工程硕士及建筑学博士阶段的系统训练，研究聚焦城市更新、文化遗产保护、乡土聚落。长期参与城市住宅、历史街区更新、传统民居保护、低碳节能及数字记忆库等科研与实践项目，具备扎实的建筑理论研究、案例调研、图纸表达和学术写作能力。曾担任研究生全英文专业课程及校级一流本科课程助教，具有论文辅导、课程建设和带队考察经验。

【国内985】【计算机视觉】

【简介】南乔老师，某985博士，深耕计算机视觉与深度学习领域。具有卓越的科研创新能力，已在国际国内顶级学术刊物发表多项高水平成果，包括CVPR26 oral一作一篇，三篇SCI一区Top期刊论文及一篇计算机应用与软件期刊文章，并多次担任TGRS,ISPRS,CVPR等顶会顶刊审稿人。研究方向聚焦于图像分割技术，涵盖医学图像、遥感图像及自然场景分割，并深入探索半监督学习与弱监督学习在低资源场景下的算法优化。辅导风格亲切细致，兼具学术严谨性与启发性，擅长从底层数学原理到代码实现进行全链路指导，特别注重培养学生的科研逻辑、实验设计规范及学术写作能力，主要辅导计算机科学、人工智能及电子信息等相关专业的科研与进阶学习

【国内】【土木工程】

【简介】苗老师，中国海洋大学工程学院船舶与海洋工程博士，主要从事涡激振动以及船舶推进器方面研究，熟练使用PIV、ADV等流场测量设备。硕士曾从事结构抗震方面的研究。力学方面知识功底深厚，且具有熟练地python编程能力，能够使用python快速批量处理、分析数据，制作脚本以及开发桌面端程序。已经开发了地形扫描仪硬件及软件，PIV后处理软件等。另外熟练使用Tensorflow以及Pytorch AI框架，善于将传统课题与AI结合，提高创新性。

【国内985】【气候变化】

【简介】孙导师，985高校生态学博士毕业，后进入德国马普所深造。主要研究方向为生态系统元素循环与工程应用前沿研究

【国内】【锂金属电池固态电解质】

【简介】开开老师，211高校双一流学科本科及硕博连读毕业，主要方向为锂金属电池固态电解质

【国内985】【计算机视觉】

【简介】CCF会员，IEEE member、985助理教授，专业为计算机科学技术，与北卡教堂分校\新加坡国立有过科研合作，从事过AI相关算法的科研工作，辅导过硕士和博士研究生论文写作和科研指导，具备项目书以及专利写作经验。

【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。

【国内985】【自动驾驶】

【简介】985博士毕业，担任头部车企智能驾驶研究院/交通重点实验室特聘研究员。

10

学术科研服务

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

研途考研：https://www.kaoyanvip.cn/

研途考研：https://www.kaoyanvip.cn/

Copyright © 2026 D-coding 保留所有权利沪ICP备12018506号