教育经历
-
北京邮电大学 计算机学院 计科实验班(预录取到清华大学软件学院)
-
学业成绩：89.38（BUPT, 2016.9-2019.8 ,6/321）
89.8 (Cambridge U, 2018.7-2018.8)
-
英语水平：CET-4: 614、CET-6: 588、NECCS First Prize
-
学生工作：大班学习委员
获奖情况
-
北京移动企业奖学金(TOP 1.5%)
校级优秀班级干部
全国大学生英语竞赛一等奖
-
一等奖学金(TOP 1.9%)
校级三好学生
美国大学生数学建模竞赛SP奖
“互联网+” 全国大学生创新创业大赛优秀奖
个人项目
-
基于脉冲神经网络的手绘图片检索分类
北京大学数字视频编解码技术国家工程实验室(2018.11-2019.06)
* 对手绘数据集进行网络架构、学习方法、编码模型等方向的实验；
* 设计高精度轻量SNN并完成对手绘图像的检索分类，独立完成论文：
《Sketch-based Image Retrieval using Spiking Neural Networks (SBIRSNN)》 -
少量数据下基于深度学习的视频分类
清华大学计算机辅助设计图形学与可视化研究所(2019.07-2019.09)
* 通过将视频图像稀疏采样并进行排序池化产生的动图与生成对抗网络增强的动图混合的方式，对小样本视频动作特征泛化
* 提升了视频分类准确率的同时在测试集上运行速度明显提高，协助完成CVPR论文一篇在投
-
关于图像美学与数字抠像的调研
清华大学计算机辅助设计图形学与可视化研究所(2019.10-2019.12)
* 对图像美感分布预测及基于深度学习端对端的采样及传播方法抠像研究实验
-
基于脉冲神经网络的心率预测
中国科学院计算机网络信息中心, 2018国际大学生类脑计算大赛(2018.8-9)
* 了解脉冲神经网络的结构和模拟器实现原理
* 利用脉冲神经网络模拟器 CARLsim 实现液态机模型，从编码好的心跳脉冲序列中提取特征序列并输出到分类模型进行预测，成功参与国际大学生类脑计算比赛
-
数字视网膜仿真
北京大学数字视频编解码技术国家工程实验室(2018.11-2019.01)
* 熟悉灵长类视网膜生物结构，利用非负矩阵分解结合深度学习模型对视网膜层次结构进行模拟
* 阅读视觉编解码相关前沿论文，了解通过脉冲编码、无帧编码的方法对图像视频重构
-
“人工智能与大数据”暑期学校项目
Sidney Sussex College, Cambridge University(剑桥大学悉尼·苏塞克斯学院)
* 参加“认知科学与人工智能”、“Facebook用户个性分析”等课程；
* 调研了NHS最新AI诊疗系统, 医疗影像发展应用等；
* 进行关于”AI在医疗诊疗领域应用”的主题演讲答辩。
其他信息
-
个人爱好：音乐(钢琴十级),运动(国际象棋，沙滩排球，羽毛球)，书法
-
学生工作：组织北邮第二届AI论坛，作为大班学委组织学院学霸讲堂
-
社会工作：志愿时长70h；参与GDG workshop, MSRA AI Innovate 2018等科技活动