CV
一个多年从事编程的深度学习爱好者
教育经历
- 南昌大学,信息工程学院,通信工程,学士,2010-2014
- 中国科学院大学,电子电气与通信工程学院,电子与通信工程,硕士(入学top3),2017-2019
工作经历
- 中国科学院深圳先进技术研究院,数字所,2018-2020,机器学习算法实习
- 利用自然语言处理里面的词向量嵌入方法解决基因填充问题
- 基于图模型解决多组学复杂关联问题
- 百度网讯科技有限公司,推荐技术平台部,2018-2018,机器学习算法实习
- 百度推荐技术平台,负责下拉刷新优化、新增队列评估等
- 国家电网南昌公司,信息中心,2014-2017,Java开发工程师
技能
- 编程技能:
- 熟练使用Python、Java语言进行编程
- 熟练使用Pytorch框架,熟悉TensorFlow编程,了解神经网络调参及优化
- 熟练使用Linux操作系统,并熟悉Bash编程
- 熟悉常用的深度学习算法,以及代码实现
- 英语能力:
- 研究生课程:
- 模式分类、深度学习、统计机器学习
- 随机过程
- Python语言设计
项目经历
- 短视频内容理解与推荐(2019ICME Grand Challenge)
- 任务:根据用户浏览行为和小视频本身属性进行CTR预测(finish和like)
- 内容:基于FFM思想将用户行为进行一阶和二阶操作,然后将小视频属性和一阶结果进行融合,然后得到结果。
- 结果:比赛结果较靠后,对用户finish程度预测不准确(roc 0.67)
- 心得:改进算法将item属性和二阶结果进行cross交叉得到三阶组合矩阵,以解决三阶组合过于复杂的问题,同时与一阶cross结果融合,方法有待实验证明。
- 自动生成文本标题(2018ByteCup比赛题目) 项目负责人 2018.10-2018.11
- 任务:为字节跳动北美公司每日大量的新闻提供更好的标题选择,文本为英文新闻,有人工标定的训练集,测试集,验证集,通过Rouge计算预测标题的得分
- 内容:采用seq2seq+attention结构,编码器采用3个LSTM,解码器采用3LSTM+Attention方法搭建神经网络,根据当前解码器上一时刻隐状态求出全文向量,每一次都结合前一时刻的隐状态和全文向量经过LSTM得到预测的向量,然后通过全连接映射成词典大小向量,通过Softmax选出预测词,循环预测至结束。
- 结果:能够通过该方法获得主题词,但是效果欠佳,正在改进中。
- 心得:实现算法并且结合Feature Cross 和 FM的方法进行改进,有一定的主题词提取效果,但是对于神经网络层与层之间的特征处理能力有待加强,应该多看论文。
- 基于深层学习方法的高频交易数据波动预测 参与人 2018.04-2018.06
- 任务:通过股市近四年的交易日数据进行分析,对股市未来波动率进行预测;
- 内容:对数据集作平滑操作,两次平滑操作分别以通道形式进入卷积,采用三个CNN+LSTM网络,进行拼接,预测的值和真实值在大部分区域有着匹配的走势。
- 结果:本次项目,自发组织课题,经过调研经济学股市趋势预测等文献和传统方法,从而确定了课题,然后本人负责编写代码实现神经网络算法,结果符合预期;
- 心得:前期因为数据震荡过大导致网络一直处于欠拟合状态,后来对数据进行多次平滑实验,才有好点的结果,同时为了解决过拟合的问题,对原数据进行抽样处理
获奖
中国科学院大学三好学生 中国科学院大学优秀学生干部 南昌大学一等奖学金 英语六级
Publications
Your Name, You. (2010). "Paper Title Number 2." Journal 1. 1(2).
Your Name, You. (2015). "Paper Title Number 3." Journal 1. 1(3).
Yin L, Zhou Y M. Life detection strategy based on infrared vision and ultra-wideband radar data fusion[J]. arXiv preprint arXiv:1903.01564, 2019.
Talks
March 01, 2012
Talk at UC San Francisco, Department of Testing, San Francisco, California
March 01, 2013
Tutorial at UC-Berkeley Institute for Testing Science, Berkeley CA, USA
February 01, 2014
Talk at London School of Testing, London, UK
March 01, 2014
Conference proceedings talk at Testing Institute of America 2014 Annual Conference, Los Angeles, CA
Teaching