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
Iris导师
YM260710521
【国内985高校博士】【因果机器学习】
图像识别、风险识别、模型泛化、智能决策、
人工智能
【简介】 Iris导师,国内985高校计算机科学与技术专业博士,主要从事因果机器学习、异常检测、图像识别、可解释人工智能等前沿研究,具备扎实的人工智能理论基础和系统完整的科研训练经历,熟悉从科学问题凝练、理论建模、算法设计、代码实现、实验分析到高水平论文撰写与投稿的科研全过程。 研究成果已应用于金融风险监测、网络安全、智能教育与自主决策等重要场景,形成了从因果机理分析、核心算法设计到复杂场景应用验证的完整研究体系。近年来在人工智能领域国际顶级会议、SCI一区期刊及国内权威期刊发表多篇高水平论文,具有较为丰富的前沿研究与跨学科应用经验。 导师主持科研基金项目,深度参与国家重点研发计划,并参与多项国家自然科学基金项目,熟悉高水平科研项目的选题凝练、技术路线设计与组织实施。能够为学生提供从前沿文献研读、创新选题设计、数学建模与算法改进,到代码实现、实验分析、论文写作及投稿发表的全流程精细化指导,帮助学生快速建立科研思维,形成规范的研究方法,挖掘兼具理论深度与应用价值的创新成果。 【科研成果】 发表论文9篇,在审3篇,涵盖因果机器学习、可解释人工智能、图像识别等热点话题,并发表于WWW(CCF A类顶级会议)、AAAI(CCF A类顶级会议)、NeurIPS(CCF A类顶级会议)、KBS (SCI Q1, IF 8.0,人工智能Top刊)、ICASSP(CCF B类会议、)软件学报 ( 中文CCF A类期刊 )等 【研究方向】 大方向:因果机器学习、可解释人工智能、模型泛化、智能决策、图像识别、风险识别 细分方向:反事实推理与反事实数据生成、分布外泛化与域迁移、稀有事件及异常检测、模仿学习与强化学习、知识追踪与智能教育、金融风险分析、复杂环境下的自主决策 【可指导区位】 SCI一区至四区期刊、CCF推荐国际会议、中文核心及高水平中文期刊论文的选题、实验与写作。 可解释人工智能、因果推理、迁移学习及分布外泛化、异常检测、稀有事件检测、金融风险分析、智能教育、知识追踪及智能决策等交叉领域本硕毕业论文 【指导经验】 具有丰富的指导经验,指导过本科生、低年级研究生,其中有多名本科生发表一区或二区论文,并成功拿到985院校保研offer;还有一些研究生成功发表一区论文。 【指导特点/可提供给学员的帮助】 理论与实践并重:帮助学生从数学建模、理论分析到实验设计、数据处理全流程掌握核心技术。 精细化论文指导:围绕核心思想、背景解析以及方法改进,提供从论文框架构建到科学写作的全程指导。 代码与实验教学:从预实验到算法实现,手把手带领学生解决关键技术难题。 跨学科融合:将人工智能与自动驾驶、教育、金融、医学等多领域知识有机结合,启发学生多角度思考。 灵活高效:根据项目进展和学生实际情况,制定个性化研究计划,确保研究深度与应用价值同步提升。
十二老师
YM260510421
【国内头部985实验室博士】【知识工程与数据科学】
推荐系统
知识图谱
复杂图神经网络
十二老师,国内头部985博士,教育部重点实验室科研助理,知识工程与数据科学的交叉研究,聚焦“推荐系统—知识图谱—大语言模型(LLM)”三大核心方向,构建了涵盖算法理论、模型研发与产业落地的全链条能力体系。以知识工程与图表示学习为技术基底,研究成果覆盖多源异构多模态数据语义建模与融合、跨域知识迁移、因果推理驱动的推荐优化、多智能体(Multi-Agent)协同决策等方向。在 LLM × KG 的检索增强(RAG)、可解释个性化推理、强化学习驱动的自适应推荐、图表示学习结合因果干预等领域,提出多项具有原创性的方法与框架,有效提升模型可解释性、鲁棒性与跨场景泛化能力。科研与标准化方面,作为核心骨干参与国家级、省部级科研项目10余项,承担关键技术攻关任务,推动成果在智慧服务、知识计算与智能决策等场景落地;参与制定国家标准2项、行业标准若干,促进领域规范化与标准化建设。学术影响力方面,长期担任 Information Processing and Management、Knowledge-Based Systems、Neurocomputing、Expert Systems with Applications 等国际权威期刊审稿人,已发表SCI论文十余篇、EI论文多篇,构建并实践“问题定义—数据构建—算法设计—评测体系—工程部署”的系统化研究范式,实现科研创新与工程实践的深度结合。凭借扎实的理论基础与丰富的工程经验,在学术界与产业界之间建立高效转化机制,持续推动人工智能技术在智能推荐、知识服务与复杂决策等关键场景中的创新与落地。
砚舟
YM260610526
【国内985高校博士】【深度学习】
深度学习
医学图像处理
计算机视觉
【简介】华东地区某 985 高校软件工程专业博士,主要从事计算机视觉、医学图像分析、多模态大模型及大模型记忆机制相关研究,具备计算机、人工智能与生命科学交叉研究背景。 具有较扎实的深度学习理论基础和工程实现能力,熟悉从科研问题凝练、文献调研、技术路线设计,到代码实现、实验分析、论文写作与投稿返修的完整科研流程。研究工作重视方法创新、实验可复现性和实际应用价值,尤其关注人工智能技术在医学影像、三维视觉、生命科学和分子智能等场景中的应用。 目前可接受科研辅导、论文写作指导及二者结合的长期合作,合作内容可覆盖课程项目、Research Proposal、本科及硕博士毕业论文、SCI 期刊论文、EI 论文和计算机领域会议论文。 【科研成果】目前已发表 SCI 论文 8 篇,其中包括中科院一区 TOP 期刊论文 2 篇、中科院二区论文 3 篇,其余成果发表于中科院三区、四区相关期刊。 已发表成果主要涉及深度学习、计算机视觉、医学图像分析和人工智能交叉应用等方向,最高发表级别为中科院一区 TOP 期刊。 【研究方向】 大方向:计算机视觉、医学图像分析、深度学习、多模态大模型 细分方向:医学图像分割、配准、大模型记忆机制、其他基础视觉任务 【可指导区位】中科院1-4区、CCF A-C、中文核心、Ei等 【指导经验】目前已指导学生 3 名,中科院一区TGRS投稿一审、BSPC中科院二区投稿、中科院二区录用、另辅导本科EI录用三篇 【指导特点/可提供给学员的帮助】科研全流程指导、选题与创新点凝练、实验设计与结果分析、代码bug修复等、论文写作与投稿指导
Iris导师
YM260710521
【国内985高校博士】【因果机器学习】
图像识别、风险识别、模型泛化、智能决策、
人工智能
【简介】 Iris导师,国内985高校计算机科学与技术专业博士,主要从事因果机器学习、异常检测、图像识别、可解释人工智能等前沿研究,具备扎实的人工智能理论基础和系统完整的科研训练经历,熟悉从科学问题凝练、理论建模、算法设计、代码实现、实验分析到高水平论文撰写与投稿的科研全过程。 研究成果已应用于金融风险监测、网络安全、智能教育与自主决策等重要场景,形成了从因果机理分析、核心算法设计到复杂场景应用验证的完整研究体系。近年来在人工智能领域国际顶级会议、SCI一区期刊及国内权威期刊发表多篇高水平论文,具有较为丰富的前沿研究与跨学科应用经验。 导师主持科研基金项目,深度参与国家重点研发计划,并参与多项国家自然科学基金项目,熟悉高水平科研项目的选题凝练、技术路线设计与组织实施。能够为学生提供从前沿文献研读、创新选题设计、数学建模与算法改进,到代码实现、实验分析、论文写作及投稿发表的全流程精细化指导,帮助学生快速建立科研思维,形成规范的研究方法,挖掘兼具理论深度与应用价值的创新成果。 【科研成果】 发表论文9篇,在审3篇,涵盖因果机器学习、可解释人工智能、图像识别等热点话题,并发表于WWW(CCF A类顶级会议)、AAAI(CCF A类顶级会议)、NeurIPS(CCF A类顶级会议)、KBS (SCI Q1, IF 8.0,人工智能Top刊)、ICASSP(CCF B类会议、)软件学报 ( 中文CCF A类期刊 )等 【研究方向】 大方向:因果机器学习、可解释人工智能、模型泛化、智能决策、图像识别、风险识别 细分方向:反事实推理与反事实数据生成、分布外泛化与域迁移、稀有事件及异常检测、模仿学习与强化学习、知识追踪与智能教育、金融风险分析、复杂环境下的自主决策 【可指导区位】 SCI一区至四区期刊、CCF推荐国际会议、中文核心及高水平中文期刊论文的选题、实验与写作。 可解释人工智能、因果推理、迁移学习及分布外泛化、异常检测、稀有事件检测、金融风险分析、智能教育、知识追踪及智能决策等交叉领域本硕毕业论文 【指导经验】 具有丰富的指导经验,指导过本科生、低年级研究生,其中有多名本科生发表一区或二区论文,并成功拿到985院校保研offer;还有一些研究生成功发表一区论文。 【指导特点/可提供给学员的帮助】 理论与实践并重:帮助学生从数学建模、理论分析到实验设计、数据处理全流程掌握核心技术。 精细化论文指导:围绕核心思想、背景解析以及方法改进,提供从论文框架构建到科学写作的全程指导。 代码与实验教学:从预实验到算法实现,手把手带领学生解决关键技术难题。 跨学科融合:将人工智能与自动驾驶、教育、金融、医学等多领域知识有机结合,启发学生多角度思考。 灵活高效:根据项目进展和学生实际情况,制定个性化研究计划,确保研究深度与应用价值同步提升。
十二老师
YM260510421
【国内头部985实验室博士】【知识工程与数据科学】
推荐系统
知识图谱
复杂图神经网络
十二老师,国内头部985博士,教育部重点实验室科研助理,知识工程与数据科学的交叉研究,聚焦“推荐系统—知识图谱—大语言模型(LLM)”三大核心方向,构建了涵盖算法理论、模型研发与产业落地的全链条能力体系。以知识工程与图表示学习为技术基底,研究成果覆盖多源异构多模态数据语义建模与融合、跨域知识迁移、因果推理驱动的推荐优化、多智能体(Multi-Agent)协同决策等方向。在 LLM × KG 的检索增强(RAG)、可解释个性化推理、强化学习驱动的自适应推荐、图表示学习结合因果干预等领域,提出多项具有原创性的方法与框架,有效提升模型可解释性、鲁棒性与跨场景泛化能力。科研与标准化方面,作为核心骨干参与国家级、省部级科研项目10余项,承担关键技术攻关任务,推动成果在智慧服务、知识计算与智能决策等场景落地;参与制定国家标准2项、行业标准若干,促进领域规范化与标准化建设。学术影响力方面,长期担任 Information Processing and Management、Knowledge-Based Systems、Neurocomputing、Expert Systems with Applications 等国际权威期刊审稿人,已发表SCI论文十余篇、EI论文多篇,构建并实践“问题定义—数据构建—算法设计—评测体系—工程部署”的系统化研究范式,实现科研创新与工程实践的深度结合。凭借扎实的理论基础与丰富的工程经验,在学术界与产业界之间建立高效转化机制,持续推动人工智能技术在智能推荐、知识服务与复杂决策等关键场景中的创新与落地。
砚舟
YM260610526
【国内985高校博士】【深度学习】
深度学习
医学图像处理
计算机视觉
【简介】华东地区某 985 高校软件工程专业博士,主要从事计算机视觉、医学图像分析、多模态大模型及大模型记忆机制相关研究,具备计算机、人工智能与生命科学交叉研究背景。 具有较扎实的深度学习理论基础和工程实现能力,熟悉从科研问题凝练、文献调研、技术路线设计,到代码实现、实验分析、论文写作与投稿返修的完整科研流程。研究工作重视方法创新、实验可复现性和实际应用价值,尤其关注人工智能技术在医学影像、三维视觉、生命科学和分子智能等场景中的应用。 目前可接受科研辅导、论文写作指导及二者结合的长期合作,合作内容可覆盖课程项目、Research Proposal、本科及硕博士毕业论文、SCI 期刊论文、EI 论文和计算机领域会议论文。 【科研成果】目前已发表 SCI 论文 8 篇,其中包括中科院一区 TOP 期刊论文 2 篇、中科院二区论文 3 篇,其余成果发表于中科院三区、四区相关期刊。 已发表成果主要涉及深度学习、计算机视觉、医学图像分析和人工智能交叉应用等方向,最高发表级别为中科院一区 TOP 期刊。 【研究方向】 大方向:计算机视觉、医学图像分析、深度学习、多模态大模型 细分方向:医学图像分割、配准、大模型记忆机制、其他基础视觉任务 【可指导区位】中科院1-4区、CCF A-C、中文核心、Ei等 【指导经验】目前已指导学生 3 名,中科院一区TGRS投稿一审、BSPC中科院二区投稿、中科院二区录用、另辅导本科EI录用三篇 【指导特点/可提供给学员的帮助】科研全流程指导、选题与创新点凝练、实验设计与结果分析、代码bug修复等、论文写作与投稿指导
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