关于唐豆和这个小站

你好，我是唐豆（唐一璇）。很高兴在这里与你相遇。

我是一名暨南大学软件工程专业的大三学生，预计2026年毕业。

你可以通过以下方式找到我：

• 邮箱: tangdoou@outlook.com
• Twitter: @ipowonder
• 微信: tange-1234

我目前就读于暨南大学（211工程）软件工程专业，将于2026年6月毕业。我的学业成绩优异（GPA: 3.94/5.0，专业排名前4%），并在校期间对算法分析与设计、人工智能原理、机器学习、强化学习与最优控制等课程有深入的学习和探索。

研究与项目经验

我致力于将理论知识应用于解决实际问题，尤其在AI领域积累了丰富的实践经验。

1. 基于生成式AI的文物图像高保真修复与超分辨率增强 (省级大创项目)

• 职位: 核心成员 / 技术负责人
• 工作:
  • 主导构建了国内首个开源的文物图像修复多模态数据集（逾5万张），并创新性地采用CLIP模型进行文本-图像语义对齐标注。
  • 负责生成式图像修复模块的算法实现，融合DDNM、Guided Diffusion、PAIntA、RASG等多种扩散模型，有效处理大面积缺损与复杂纹理，在花卉、画像和壁画等场景效果显著。
  • 该项目使我深入了解了AI技术在文化遗产保护领域的应用潜力，并荣幸能为文物数字化工作贡献力量。

2. 基于人工智能的SMEC环境QoS优化与高可靠性个性化部署策略研究

• 职位: 核心贡献者 (第二发明人)
• 工作:
  • 独立设计并实现了基于PPO强化学习的在线QoS优化模块，通过智能体动态调参，使系统服务质量平均提升超30%。
  • 该研究成果已申请为国家发明专利（专利号：ZL202411824913.5）。

我的技能清单

• 编程: Python (主力), C/C++, Java
• AI框架: PyTorch
• 技术领域:
  • 生成式AI: 对扩散模型、GANs有深入的实践经验。
  • Transformer: 理解并能动手实现核心架构，复现相关论文代码。
  • 强化学习: 扎实的PPO等算法实践能力。
  • CV & NLP: 在图像补全、超分辨率、多模态学习（CLIP）等方向有项目经验。
• 工具: Linux, Git

所获荣誉

• 学术: 国家奖学金 (2024), 本科生一等奖学金 (2023), 优秀本科生荣誉称号 (2023,2024)
• 竞赛: 亚太地区大学生数学建模竞赛国家一等奖 (2024), 全国大学生数学建模竞赛广东省二等奖 (2024), 蓝桥杯大赛软件赛省二等奖 (2025)
• 其他: 软件著作权 (3项)

其他经历

在校期间，我曾担任勤工助学干部和宿舍楼栋联合会干部，也多次参与和组织志愿活动，这些经历锻炼了我的团队协作和管理能力。英语方面，已通过CET-4，具备流畅阅读英文文献的能力。

专业之外

学习之余，我超喜欢打《永劫无间》！欢迎加我一起开黑，这是我的 Steam 主页：点我前往 Steam。也喜欢通过跑步、骑行和摄影感受生活。我还是周杰伦的粉丝。

感谢你的阅读，期待在这里与你多多交流。