About Me

• 在加入Kaggle社区并持续贡献代码一年后，成为了Kaggle Notebook Expert。
• 获得了两枚银牌，并成为了Competition Expert。

• 研究在Genome-wide association studies（GWAS）中非线性方法的应用。
• VQ / Machine unlearning

重建中微子从宇宙到达南极的方向

• 在中微子与天体物理学竞赛中，获得21th，在全球所有参赛队伍中排名前3%。
• 使用基于EdgeConv算子的3D点云卷积模型，开发了各种RNN模型，并创新地实现了基于IceCube物理原理的多阶段训练方法。
• 这一成就也标志着我在Kaggle竞赛中获得的第一枚奖牌。

开发模型以对来自危重病院患者记录的脑电图（EEG）信号和频谱图进行训练，以分类各种有害的脑活动。

• 在神经科学和生理学竞赛中获得第38名，在全球所有参与团队中排名前2%。
• 开发了基于脑电图信号的1D模型，并采用创新的训练方法创建了有效的1D+2D多模态模型。