YANCHANG (CHARLES) WU · 数据笔记
数据总会有缺口。我的习惯是先把缺口有多大量清楚，再给结论。
手语项目里，公开视频只恢复出训练集的 73%、验证集的 47%、测试集的 57%。每一条下载失败都记进状态表，所有结果只在恢复出来的数据上报告。
出处：手语识别报告 表 1Top-1 准确率 55.71%，95% 置信区间约 ±2.5 个百分点。所以小于 1 个百分点的改进，我只当作方向，不当作结论。
出处：手语识别报告 11.1 节论文里谱稀疏化整体胜出，但 eu_email_d 在 Stress 布局下随机游走更好（0.81 对 0.76）。这种例外我放在结果章节里讨论。
出处：毕业论文 4.3 节SCALABLE RGB-BASED ISOLATED ASL RECOGNITION
输入一小段打手语的视频，输出对应的英文单词和 5 个候选词。数据来自 MS-ASL 公开基准，模型比较了 6 类视频网络，最后交付成本地可调用的识别接口。
最后一行的横线是 95% 置信区间（±2.47 个百分点）。最大的一步来自更多帧和更高分辨率。
500 类这一行，Top-1 和 Top-5 分别取两种方法里的最佳值。
DRAWING BIG COMPLEX DYNAMIC GRAPHS USING SPECTRAL SPARSIFICATION
通信、社交、蛋白质相互作用这类网络会随时间变化，节点和边多到画不清楚，只能保留一部分边再画。我比较了两种保留方法：谱稀疏化（DSS）按每条边的“有效电阻”保留结构上关键的连接；动态随机游走（DRW）沿着边随机走，走到的边留下。
评价用两个指标：DSQ 看相邻两个时间点之间边的变化有没有被如实保留；DSDQ 看画出来的图，相邻两帧之间的变化是否平稳、不乱跳。
我做的部分：重新实现了正确的随机游走基线（前人工作里的基线实现有误），并把 Python / NetworkX、C++ / OGDF、CGAL / Boost 和 visone 串成一条可复现的评估流程。
和科学数据的关系：数据集里就有酵母蛋白质相互作用网络。分子和晶体本身也是图。
2024 USYD MOST INNOVATIVE STUDENT PROJECT
眼球前正后负，像一个小电池。眼睛左右转动时，贴在额头和太阳穴的电极之间电压会变。我们用 SpikerBox 读这个电压，再用神经网络换算成眼球的移动速度，实时控制游戏里的球拍。
安徽交控资本 · 战略投资部实习生
梳理安徽省内 184 家 A 股上市公司，建了一个包含基本情况、财务数据和近期市场表现的跟踪库，用来筛选并购机会；为重点项目和保险经纪牌照收购的候选标的写项目简报。
个人交易复盘
坚持写交易日志，把每次的入场理由、仓位变化和退出原因记下来；用 Python 和 R 回测多因子信号，复盘时固定看这几项：
深势在做的，是让 AI 学会处理科学数据。我做过的项目和这件事有三处直接相关。
手语项目里的做法：先缓存、记录失败、按样本量分组看准确率、给结论加误差范围。这些可以直接用在实验数据和模拟数据上。
论文用谱方法判断图里哪些边最关键，也系统比较过采样方法在 19 个网络上的表现。
我处理过视频、眼电时序信号，以及图像加文字说明的多模态数据，熟悉从原始数据到可评估结果的整条链路。
用 Claude、Codex、ChatGPT 等工具搭本地自动化流程，覆盖数据处理、文档生成和视频制作。AI 写的代码我会逐项核对，手语项目里专门做了一张张量形状核查表。
我希望在实习里看到真实科研数据的样子，了解科研人员怎样使用 Bohrium 这样的平台，并学会判断一个 AI for Science 模型到底好不好用。
带客户出海导钓。出发前看潮汐、风向、水温和船期来挑钓点，同时协调船长、渔具店和客户三方。
一条船上每个人的节奏要完全一致，快一拍慢一拍都会拖累整条船。
也在悉尼的羽毛球馆做过前台，按客户的打球频率、水平和预算推荐会员卡、课程和球拍。
最喜欢的冬季运动。
考过澳大利亚音乐考试委员会（AMEB）的钢琴证书。
wyc200389@gmail.com