招生信息

       本人长期从事机器学习模型、算法的研究，并探索其在图像处理与计算机视觉等领域的应用，为数学与计算机科学的交叉研究方向。欢迎具有良好数学、编程基础，有志于从事相关研究并作出有价值工作的同学报考研究生。有意向的同学可提前通过电子邮件联系并发送简历。

 

【招生信息】

  • 学术型硕士
    • 应用数学：(1) 机器学习；(2) 图像处理与计算机视觉
    • 统计学：(1) 机器学习；(2) 统计模型与数据分析
  • 专业型硕士
    • 应用统计：(1) 大数据

教学工作

  • 讲授课程

  • 本科生课程：《贝叶斯统计》（2020-2024春）；《大数据分析基础》（部分内容；2019-2023秋）；《概率论与数理统计》（2021-2023秋）；《机器学习》（部分内容；2019春）；《数学分析》(助教；2016秋，2017春，2019春)
  • 研究生课程：《贝叶斯学习》（2022-2024春）

 

  • 指导研究生

    • 在读：

      2023级：徐通，王郅午

      2022级：王凤英

      2021级：张江涛，宋子博

    • 转博：

      2022级：陈诗楠，王舜尧

      2021级：史如夷

      2020级：林昱吉，刘心怡

    • 毕业：

      2020级：刘子铭，《对分数阶神经常微分方程的研究》

      2019级：王辉，《新型贝叶斯后验推断算法与应用研究》

      2018级：沈修齐，《基于复杂噪声建模的稳健自动编码器及其应用》

      2017级：隋怡，《模型驱动的深度CT去噪网络》

  • 本科生毕业设计

    2023：王郅午，《面向动态特征规范的持续学习算法研究》；杨舒杰，《基于随机梯度的MCMC算法研究及改进》

    2022：王舜尧，《基于物理机制与统计建模的雨图生成》；王丹，《对新型MCMC算法的研究》

    2021：史如夷，《自监督学习及其在图像处理中的应用探索》；郝彬，《对于新型变分推断算法的研究探索》

    2020：林昱吉，《基于元学习策略的低秩矩阵修补算法》；刘子铭，《基于元学习策略的稳健贝叶斯机器学习》；汪冯星宇，《基于元学习策略的稀疏正则项自适应学习》

    2019：尹壮壮，《噪声建模在深度学习中的应用》

    2017：钱闻韬，《基于非参数贝叶斯的核学习方法》；魏博，《基于结构先验与噪声建模的高光谱图像去噪》

  • 本科生科研训练

    2023：刘安纵，“扩散概率模型探究”

    2022：莫天骜，“基于深度学习的图像去雨算法研究”；王梓瑜，“基于快速奇异值分解的高光谱图像填充算法”

    2021：谢国庆，“基于深度学习的图像超分辨方法回顾与探索”；陆子轩，“机器学习及其在图像去噪中的应用”；莫天骜，“机器学习及其在图像去雨中的应用”

    2020：刘登宇，“机器学习学习报告和实现PCA算法”；冯卓航，“机器学习报告及逻辑回归等方法实现”

    2018：杨文恺，“基于YOLO网络的目标检测与识别”；杨澈，“对于深度生成模型的探索研究”