个 人 展 示

来源:PPT(已转换为 HTML,图片以“链接占位”保留)

基本信息

  • 日期:2025.09
  • 学生:庄凌浩

目录 Contents

  1. PART 01 个人背景
  2. PART 02 竞赛与奖励
  3. PART 03 科研经历
  4. PART 04 论文成果
  5. PART 05 研究生规划

PART 01 个人背景

  • 2022.09 至今:新疆大学(学习经历)
  • 拿到 Offer:西安交通大学计算机学院、南开大学软件学院
  • 去向:北京协和医学院

PART 02 竞赛与奖励

学科竞赛

  • 2022–2023(大一):ICPC 中国西部赛 银牌;ACM-ICPC 新疆省 铜牌;蓝桥杯省赛 A 组 一等奖;蓝桥杯国赛 A 组 国家级三等奖;等
  • 2023–2024(大二):天梯赛全国决赛 个人三等奖、团队二等奖;CCPC 全国邀请赛 金牌/银牌;ACM-ICPC 新疆省 金牌;CCPC 新疆省 金牌;等
  • 2024–2025(大三):ACM-ICPC 亚洲区域赛 亚洲铜牌;CCPC 国赛区域赛 国家铜牌;数学建模 省级一等奖;等
  • 累计:12 项国家级奖项 + 9 项省级奖项

PART 03 科研经历

西安交通大学软件学院 · 医学影像实验室(2024.06–2024.09)

  • 导师:李钟毓
  • 方向:基于大规模多模态生物医学数据的计算机视觉/深度学习 —— 模式发现、智慧医疗辅助诊断等
  • 研究主题(提要):结合预训练主动学习,在高标注成本与长尾分布背景下提升性能与数据利用效率

PART 04 论文成果

血细胞分类(2024.07–2024.10)

  • [1] Active Learning Guided Self Supervised Learning for Imbalanced Blood Cell Classification,EMBC 2025,一作(已接收)
  • [2] MDS-MK: Megakaryocyte Database for Myelodysplastic Syndrome Diagnosis,Scientific Data 2025,一作(二审)
  • 方法要点:HSV 颜色粗定位提取细胞;特征空间聚类建立多原型;按簇规模设反比阈值筛选,强化尾部样本的自监督学习

个性化联邦学习(2024.12–2025.08)

  • [3] pFedSAM: Personalized Federated Learning of Segment Anything Model for Medical Image Segmentation,ICASSP 2025,共同一作(在投)
  • [4] Divide, Conquer and Unite: Hierarchical Style-Recalibrated Prototype Alignment for Federated Medical Image Segmentation,AAAI 2025,五作(出分 77764)
  • 要点:基于 SAM 的分割能力与 LoRA 低成本微调;MoE 以增强个性化;蒸馏以提升全局泛化

具身智能 / 机器人(2025.04–2025.08)

  • [5] Towards Affordance-Aware Robotic Dexterous Grasping with Human-like Priors,AAAI 2025,共同一作(已通过,出分 977665)
  • [6] High-Fidelity Simulated Data Generation for Real-World Zero-Shot Robotic Manipulation Learning with Gaussian Splatting,RA-L 2025(在投)
  • 要点:类人手部先验引导策略;“负向功能感知”避开敏感区域;残差强化学习 + 教师-学生蒸馏

科研入门焚决(摘录)

  • 快速理论入门:李宏毅机器学习课程(特定日期档案);可参考 CS231N 专栏(重点章 9/12/13/16)
  • LLM 相关:从零开始训练大模型(示例)(示意)
  • Python / NumPy:CS231N Python+NumPy 教程;Jupyter;Linux / Git 基础
  • PyTorch:官方文档与示例;推荐“小土堆”视频教程
  • 论文写作:LaTeX / Overleaf / BibTeX;文献管理:Zotero;平台:arXiv、PapersWithCode、Google Scholar

找导师 / 方向建议(摘录)

  • 导师与方向的重要性常高于“title”本身;实习质量优先
  • 方向建议:
    • T0:多模态、大模型、推荐、具身智能、Agent
    • T1:联邦学习、自动驾驶、AI 安全、医学 AI、AI infra
    • 不建议:纯 CV、脑机接口、量子计算、数据库、元宇宙…(原文表述)

PART 05 研究生规划(摘要)

以科学研究为重心,面向实际问题与成果转化;在计算机视觉、深度学习基础上继续拓展相关前沿方向并争取更高学术成果。

Plus ME(联系)

加我前备注自己的专业班级姓名。

感谢倾听

日期:2025.09 · 学生:庄凌浩