人工智能

kaggle上的强化学习比赛 lux-ai-s2，使用ppo算法，使用多环境模拟和分布式训练提升学习速度，使用渐进式训练获得效果的稳定提升

项目一： 借贷还款的项目，测试贷款审核，贷款的还款数据校验。以上为部分测试报告 项目二： 对于功能文件夹以及单个文件加锁解锁，图为的设计case场景。

项目分为服务端和客户端，服务端为机器人大脑，信息处理中心，客户端为输入输出层（虚拟或物理） 使用rest，langchain，llama.cpp，视觉上使用yolov5，听觉使用whisper，slam使用简单的三点定位 难点1在于主要在于系统的输入输出异步性，使用原子化互斥操作来解决，另外2是视觉上的检测识别能力，通过家具环境进行模型微调。3是可拓展性，通过设置虚拟的“环境”交互对象来达成

随着图像、视频分析技术的发展，人物、物体等的检测与跟踪等手段逐步被应用到了安防领域。本系统主要是通过检测视频画面中的人物和物体，判别是否有入侵（跨界、绊线）、徘徊、奔跑、物体遗漏等行为。最终将告警推送到监控平台。

通信接口：串口，wifi 主要功能：传感器曲线显示，实时数据区域色块划分，电机控制，保存电机相关行程，速度等信息

使用深度学习进行糖尿病眼底病变检测。 实现DR、DME全阶段分级、黄斑位置、视盘位置检测 主要工作可以分成几部分： 1. 算法部分，对图片进行分析获得病变信息，生成报告需要的文字和数据，对内部提供http API 2. 软件部分，进行用户验证，提交图片，发送AI诊断的请求，获得结果并渲染成图表，记录结果并且返回前端显示 这个项目是产学研结合项目，我负责了几乎所有开发，包括后端，前端，AI模型训练和封装。 前端使用Vue框架做的single page app，主要通过发送http请求获得结果并显示，包含了用户管理，诊断记录，诊断回放等功能 后端使用FastAPI做server，使用requests发送算法服务请求，使用postgresql作为存储数据库，用peewee写的ORM来操作数据库。 算法部分使用Pytorch进行的模型开发，用ONNX方式部署，外面使用了flask做server，接受请求并返回结果。 整个项目算法部分和软件部分分别都用docker打包，方便云上部署。

需求描述： 专家通过调查问卷和思维导图形式通过层次分析，SWOT分析，态势对在开会中使用 项目描述： 会议支持系统需要通过一些算法（例如：层次分析，SWOT分析，插值算法等对态势）对当前态势进行研判 责任描述：通过使用websocket开发会议中多人聊天系统和通过思维导图方式以层次分析算法进行 分析，对知识图谱环境进行搭建，进行训练，和对接口进行开发 项目技术：用springboot+mybatisplus+jwt+mysql+docker+websockcet+接口 实施结果： 已经上线投入使用，部署了5~6个地方

使用Python开发网络爬虫，对新冠肺炎的疫情数据（包括当日的实时数据和历史数据）进行采集、数据挖掘，数据可视化

此项目提出了一种具备自动分类功能的视觉传感器，可通过注册图像方式进行自动类型识别。该视觉传感器主要包括图像采集模块，图像处理模块，分类功能模块，人机交互软件等。本人在此项目中主要负责开发图像处理模块和分类功能模块，在开发过程中主要使用了C/C++语言进行代码编写，使用了深度学习理论。经测试，所设计的视觉传感器，自动类型识别效果良好，分类正确率达99%以上。

从基本的数据获取，数据采集抓取，数据加工计算，数据合规校验，数据容错处理，数据迭代遗弃，数据汇总统计，数据导出报表

降麦克风的语言翻译成其他国家的语音（支持200多个国家的语音，详细情况可以参考https://help.aliyun.com/document_detail/215387.html）。可通过OBS，tiktok完成实时直播，需要配置阿里语音接口，遇到问题或者其他需求可以联系V x372282810

做实验、总结要点、论文编写以及修改。 ·Prediction of Acute Hypotensive Episodes Using EMD, Statistical Methods and Multi GP. 期刊：Soft Computing. ·An Approach for Prediction of Acute Hypotensive Episodesvia Hilbert-Huang Method and Genetic Programming. 期刊：International Journal of Distributed Sensor Networks. ·Recognizing the Human Attention State Using Cardiac Pulse from the Noncontact and Automatic-based Measurements. 期刊：Soft Computing .

数仓建设与运维。处理数据量达到100T。关键技术： ETL、JAVA、Hive、Hbase、NEO4J、数仓建设、SQL、数据仓库、Mysql、Oracle、Python、数据挖掘中的分类、聚合算法

主要是毕业项目，用作SAR信号的将噪处理。 使用的网络结构是深度展开网络，对DRPCA算法进行展开，将其构建成为一个带卷积的深度神经网络，使用语言是PYTHON，使用框架是Pytorch。 所有部分均有我自己完成。

数据清洗从名字上也看的出就是把“脏”的“洗掉”，指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。通俗点来讲，就是去掉或者修复掉影响后续模型训练的“脏样本”。 去掉难的样本。以ADAS场景为例，实际上在视频图像中，存在非常多的小目标和遮挡目标，这个时候，我们需要明确定义，当前模型能够处理的边界在哪里，检出目标的尺寸多大？遮挡程度什么样子？ 利用训练好的模型，做样本分析。利用训练好的模型，在测试集上进行测试，分析测试结果。在哪一类样本上存在明显问题。产生这个问题的原因是模型还是数据？如果是数据，需要重新明确标注规范。并采用适当的方法进行修正处理。

利用 OpenCV 来实现对视频中动态物体的追踪。 为了描述图像中的点，opencv中提供了点的模板类，分为2维点模板类Point_和3维点模板类Point3_。Point_通过2维图像平面中的x和y坐标确定点的位置，Point3_通过3维立体图像中的x、y、z坐标确定点的位置。

采用mask R-CNN对变压器、绝缘子等电力设备的可见光通道进行实例分割，并做温度校准，识别电力设备故障，自动返回故障报告。 我主要负责对红外相机内置SKD获取可见光图像和温度双通道设备区域温度，模型开发及部署。

采用目标检测、关键点检测等技术方案识别商场用户和智能用户画像，并基于此进行意图识别和商场广告推荐。 我完全负责包括数据获取、数据标注、模型训练、推荐策略设计、模型加速、模型落地、链路搭建部署等工作。

爬取航空网站数据，并进行简单的数据清洗，分析和可视化操作，最后保存到本地。 爬取航空网站数据，并进行简单的数据清洗，分析和可视化操作，最后保存到本地。

将FP32的模型量化成FP8、int8的模型；利用deepspeed进行模型的训练、部署加速等；完成onnx模型导出等；完成半监督等性能提升方法的实现；