FIG. 001 肖像 "我在意可复现的流程，以及能让科学数据被模型读懂的表示。"
我在密歇根大学安娜堡分校读数据科学本科，此前在上海交通大学读了两年机械工程。我的研究横跨机器学习与自然科学：为基因组基础模型搭建数据准备与训练流水线（例如 TSS 到表达量的预测），研究大语言模型如何辅助共享出行系统的激励设计，并为五大湖这类稀疏、动态的环境系统开发 AI 引导的感知方法。
我喜欢那些让研究可复现的工程——防泄漏的特征流水线、基于 HDF5 的数据处理、在 HPC/Slurm 上做数值等价优化的训练，以及扎实的统计验证。来密歇根之前，我在 Mars Asia 全球 IT 服务中心实习，用 JavaScript、Node.js 与 Vue.js 做 WeCom 全栈开发，搭建内部工具与自动化。我也在为材料科学的数据分析构建交互式网页小程序。
我还处在本科早期，正在寻找能真正深入的研究问题——尤其是那些「用讲究的表示和严谨的流水线，把科学数据变成模型能学到东西」的方向。更完整的作品列表在我的 GitHub 上。
P-2026-02 FIG. 014 一条端到端流水线，把原始 HPAP snMultiome 数据整理成按供体、按细胞类型的 pseudobulk——将 ATAC 单细胞 1 bp 信号转成 600 kb 窗口的 HDF5 数组，把 RNA 计数转成 CP10K 归一化的 19,264 基因向量，覆盖 7 种细胞类型。通过 I/O 预取、锁页显存传输与向量化掩码，在保持数值一致的前提下把每轮训练加速 2–5 倍；用重置输出头的分阶段微调提升小数据泛化；并定位并修复了约 50 kb 的 TSS-bin 偏移 bug，改善可解释性。
§3.01 FIG. 015 研究大语言模型如何辅助共享出行系统的激励机制设计——包括拼车、公共交通激励与车辆共享。构建由 LLM 引导的工作流来生成并评估实用、可解释的激励策略，并探索如何将基于学习的方法与优化技术结合，用于数据驱动的交通激励设计。
§3.02 FIG. 016 针对传感器覆盖有限、季节性变化强的稀疏动态五大湖环境系统，研发 AI 引导的感知方法。构建可复现的工作流，覆盖数据接入、基线重建、不确定性量化与可视化；比较随机、网格与不确定性感知的传感器布点及自适应采样策略，产出热力图、不确定性图与布点建议，服务后续部署。