研究方向
基于深度学习的挑战性场景下室内无人机导航紧密耦合集成系统 该项目提出并实现了一种用于室内无人机导航的弹性紧密耦合惯性导航系统(INS)/超宽带集成。提出了一种基于弹性随机模型的因子图优化(FGO)方法来处理复杂的室内场景。为了减轻超宽带非视距信号(NLOS)和噪声不确定性的影响，将传统神经网络(cnn)集成到随机建模中，增强了集成的弹性和可靠性。考虑到有限的超宽带特性，设计并实现了“两相”CNN结构，其中一相用于信号分类，另一相用于测量噪声预测。在具有挑战性的室内实际场景下，在无人机飞行平台上对所提出的弹性FGO方法进行了测试。
相关学科
机械工程
关键词
机械工程，机器学习
科研导师
Y. S
- 香港理工大学机械工程博士，硕士毕业于香港理工大学；
- 主要研究领域有：人工智能交叉学科，无人机定位导航等，发表过中科院一区TOP，二区等领域期刊；
- 参与过工业界与学术界研究项目，部分项目成果已应用到实际产业中。
科研成果
成果一：在英文期刊中发表学术论文
有方学者项目保证为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。
成果二：第一作者身份
有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。
成果三：独一无二的课题
有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，保证学生研究内容的差异性。
成果四：顶尖院校导师的推荐信
有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，保证了推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。
成果五：高效备战具有高影响力、高含金量的科研竞赛
学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。
