无限采样的鲁棒重建
模 ADC 把高动态范围信号折叠到有限区间内,但当阈值、采样密度或信号模型失配时,经典展开算法会失效。我设计在这些情况下依然可靠的重建方法:带物理修正的多输出网络(在混合基准上 NMSE 比最佳经典方法低 6 倍)、用于压缩无限采样的整数感知 OMP,以及面向雷达信号的系统性鲁棒性研究。
研究方向与论文列表,我的名字已加粗标出。
模 ADC 把高动态范围信号折叠到有限区间内,但当阈值、采样密度或信号模型失配时,经典展开算法会失效。我设计在这些情况下依然可靠的重建方法:带物理修正的多输出网络(在混合基准上 NMSE 比最佳经典方法低 6 倍)、用于压缩无限采样的整数感知 OMP,以及面向雷达信号的系统性鲁棒性研究。
一种分层扩散模型:先对骨架原子去噪、再生成取代基,EGNN 同时预测每个原子的角色,并在合适的噪声阶段启用分类器引导——在 QM9 上分子稳定性达 91.7%,收敛速度明显快于 EDM。
自学 Stanford CS336:从零实现字节级 BPE 分词器与 Transformer 语言模型,复现 Chinchilla 式 scaling law 拟合,搭建 Common Crawl 过滤与去重流程,并在 Qwen2.5-Math-1.5B 上用 SFT/GRPO 把 MATH 准确率提升到 63%。
在清华期间,用鞍点近似与大偏差理论分析无线联邦学习的时延,并研究面向边缘缓存的流行度预测;在华为期间,开发无线定位与基站参数校准算法,已在商用平台中替代人工路测。
开心玩,努力赢。
Submitted to IEEE Transactions on Signal Processing, 2026
Submitted to IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2027), 2026
IEEE Radar Conference (RadarConf'26), 2026
Manuscript, 2025
IEEE Journal on Selected Areas in Communications, 2021
PCT Patent WO2021159304A1, published Aug 2021, 2021
IEEE International Conference on Communications (ICC), 2021
IEEE Global Communications Conference (GLOBECOM), 2020