兴趣领域
· 人工智能(AI)
· 机器学习(ML)
· 交通工程
· 数字图像处理
· 智能基础设施系统
兴趣领域
· 人工智能(AI)
· 机器学习(ML)
· 交通工程
· 数字图像处理
· 智能基础设施系统
我的研究探索了人工智能、机器学习和图像处理在多个领域的变革潜力,坚实的基础建立在交通工程和智能基础设施系统之上。我致力于弥合理论模型与现实影响之间的差距,构建不仅智能且实用、可扩展的系统。
自动化路面病害检测
利用图像处理和机器学习开发自动化系统,用于检测和分类路面裂缝及表面损伤。该技术减少了对人工检查的依赖,提升了交通管理部门的维护规划效率。
金融市场中的机器学习
设计预测算法分析美国股票数据趋势,识别模式,支持算法交易和投资组合优化中的战略决策。
农业可持续发展的人工智能应用
通过AI模型评估农业实践对环境的影响,尤其是预测二氧化碳排放,支持可持续农业和气候政策制定。
客户及市场行为预测
利用数据科学预测保险行业客户流失,分析车辆拍卖数据,预测可能被退回的“踢出车”(kicked cars),为业务优化提供可行洞见。
供应链延误建模
开发和验证机器学习模型,基于动态供应链数据预测运输延误,助力更优物流规划和风险管理。
体育分析与预测
结合数据分析和机器学习,预测NBA比赛结果及投注场景,探索预测建模在竞技和娱乐体育中的应用。
除数据科学应用外,我在基于图像的监测和土木工程结构评估方面也有丰富经验:
路面与桥梁监测的数字图像处理
开发了图像处理方法,用于路面裂缝识别、桥梁变形分析及铁路轨道监测,参与了中国多个重点基础设施项目。
无损检测(NDT)
应用无损检测技术进行桥梁承载力测试、铁路检查和混凝土结构评估,评估基础设施健康状况。
协同工程研究
参与多学科团队,开展公路资产管理系统和结构健康监测,结合计算机视觉与遥感技术。
人工智能与机器学习
监督学习与无监督学习,深度学习,模型评估,超参数调优。
大数据分析
大规模数据预处理,特征工程,时间序列预测及跨行业预测建模。
数字图像处理
裂缝检测,图像分割,噪声过滤与特征提取,用于路面及结构健康监测。
交通工程
路面状态评估,智能交通系统,资产管理与基础设施诊断。
数学建模
系统识别,优化模型,基于仿真的评估与统计分析。
可持续基础设施
排放预测模型,生命周期成本分析及可持续材料评估。
编程与工具:
Python、MATLAB(图像处理与机器学习工具箱)、R、MySQL
人工智能/机器学习库:
TensorFlow、Keras、scikit-learn、Pandas、NumPy
数据工具:
Excel、Power BI
🌐 语言能力
· 英语 — 流利
· 西班牙语 — 初学者
· 中文 — 基础会话和阅读能力
· 波斯语(法尔西语)— 母语