研究方向

多维时间序列预测的统一框架:探索深度学习方法 时间序列预测在各个领域做出明智决策和预测的过程中至关重要。随着深度学习的发展，出现了各种架构和模型，它们在预测任务中表现出卓越的性能。然而，创建一种能在不同类型的时间序列数据中表现一致的通用方法仍然具有挑战性，如果建立先进的适用于金融股票、环境温度等不同领域的模型是当前领域的研究重点，为此，本计划旨在推进对时间序列预测中深度学习应用的理解，探索其适应性、准确性和效率。

 

相关学科

计算机科学技术

关键词

深度学习、多维时间序列

 

科研导师

Danny老师

• 香港科技大学生物医学工程博士，研究领域主要包括人工智能、机器学习、深度学习、时间序列、医学图像处理、生物信息学等；
• 共发表7篇SCI国际期刊，累计影响因子40+，含中科院1区3篇，Science子刊1篇，长期担任多个国际期刊审稿人；
• 同时熟练掌握Python、Java、R等编程语言，编程水平较高。

科研成果

成果一：在英文期刊中发表学术论文

有方学者项目能够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，每个学生的研究内容具有差异性。

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，影响着推荐信的可信度；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。

 

 

了解更多详情

请扫描二维码

关注「有方背景提升」