-
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；2019-2024秋）；《概率论与数理统计》（2021-2024秋）；《机器学习》（部分内容；2019春，2024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
- 博士在读：
2023级：史如夷
2022级：林昱吉
- 硕士在读：
2024级：刘颖，丁辰浩，颜培强，陈园方
2023级：徐通，王郅午
2022级：王凤英
- 硕士转博：
2022级：陈诗楠，王舜尧
2021级：史如夷
2020级：林昱吉，刘心怡
- 硕士毕业：
2021级：张江涛，《基于深度模糊核建模与图像先验的盲反卷积算法研究》；宋子博，《基于高频信息隐空间量化编码的图像再缩放》
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》
- 博士在读：
-
本科生毕业设计
2023：刘颖，《基于元学习的稳健共形预测》；赵子楠，《共形预测在矩阵填充中的应用》
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”