指南者背景提升科研：NTU教授《多模态传感器融合算法》
科研主题：NTU吕教授——
多模态传感器融合算法
随着多模态传感器的发展，在现实生活中，容易捕获到多模态的数据信息。由于不同模态成像机制的差异，基于单模态的算法无法处理多模态数据特征，限制了各类人工智能技术的进一步应用。多模态数据能够提供互补的信息，使得识别性能得到提升，旨在融合多个模态信息的方法相较于基于单模态的方案具有更大的现实应用价值。多模态的特征融合如今在经济、社会安全、刑侦、军事等领域有着重要的作用。本次科研将结合当前技术前沿以及学生的相关经历和需求，展开1v1科研指导服务。科研过程中将探索适用于多模态的改进的特征融合方法，在改进的特征融合算法的基础上，给出算法的优化式以及分析其优化式的合理性。此外，学生也可以定制其他专业的科研课题。
特邀
导师
指南者留学特邀导师：吕教授
新加坡南洋理工大学MAE学院助理教授人工智能、自动驾驶领域专家擅长Computer Vision、Automotive Engineering、Control Syetems Design等研究
我们的优势
我们的名校科研
其他机构科研
可定制课题
教授1v1指导
完全固定课题
10-20人班课
独立一作论文
共同一作论文
Research论文
Review论文
100%有推荐信
不全都有推荐信
指导老师的EDU邮箱推荐信
指导老师私人邮箱推荐
科研与论文指导是同一个老师
科研与论文指导是不同的老师
可以直接联系到教授
除了zoom外无法联系到教授
科研指导使用汉语
教授讲英文，内容太专业听不懂
你将收获
EI会议论文发表
名校推荐信
全方位助力留学申请
适合人群
留学申请：计划申请计算机/数据科学/电气工程/自动化等相关专业的同学
提升背景：希望增加深度学术研究经历，提升独立研究能力的同学
锻炼技能：想要掌握人工智能领域知识，包括Python、机器学习、论文撰写等技能的同学
具体安排
Week 1Find the Topic
1V1 office hour
Find the topic
Week 2Machine LearningAlgorithms I
Supervised Learning and Unsupervised Learning
Categorical Variable and Continuous Variable
Linear Models
Week 3Machine Learning Algorithms II
Multicollinearity
Entropy
Decision Tree
Week 4Machine Learning Algorithms III
Advanced Tree Based Models
Neural Network
Unstructured Data
Week 5Data Analysis
1V1 office hour
Try to analyze the data
Week 6-8Implementation of Machine Learning Algorithms
1V1 office hour
Apply machine learning algorithms to make predictions.
Week9-12PaperWriting
Discussion & Paper Writing
Submit Paper
想要咨询本项目，或者了解指南者留学更多的背景提升项目，欢迎私信~
