1.通过论坛发言预测政治立场。对语料库进行预处理，设计和实现提取器以从每篇文章中收集特征信息，并使用各种基于机器学习的算法创建分类器以预测用户的隶政治立场 2. 通过Canadian Hansards数据的翻译任务进行Transformer Architecture研究，训练并评估MLP模型，同时研究encoder-decoder，greedy算法和beem search 3.基于声学分类，分辨一段语音的说话者，使用Gaussian mixture models（GMM）和 Dynamic Programming。

和加拿大公司The Daily Scrum（TDS） News合作，非开源，主要功能为通过API爬其他大型新闻网站的新闻，交于ChatGPT rephrase，重新生成新的新闻。 整个项目分前后端，前端负责网页设计，后端负责爬取新闻，对新闻分类，交由ChatGPT生成全新的文章，保证合法性，部署于亚马逊EC2服务器并自动化生成发布到网站上。 我主要负责后端爬取新闻，API连接，与对方公司网站后端对接与部署（包括自动化发布），和github Action 可用性测试代码保证项目顺利运行

模型训练，处理并识别图片和视频手语，输出对应文字/单词（用的是keras和torch） 我主要负责视频处理和训练，三种模型，CNN-RNN（分别处理空间特征和时间特征）；预处理InceptionV3+RNN；自训练预处理CNN+RNN