潘宝宝
算法科学家
医未医疗 · 10年经验
日薪：
￥1600/8h
地点：
深圳 南山
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
擅长领域
自然语言处理：文本处理、分词、词嵌入、word2vec、RNN、LSTM、BERT等
计算机视觉：语义分割、图像分类、目标检测、人脸识别、AIGC、pix2pix, denseNet, nnUNet
机器学习经典算法:SVM、罗辑回归、线性回归、神经网络、决策树、随机森林、集成学习、XGboost, lightGBM
医学影像数据处理:SPM, matlab, 3D slicer, ITKsnip, simpleITK等
时间序列分析
脑科学
基因序列分析
自然语言处理：文本处理、分词、词嵌入、word2vec、RNN、LSTM、BERT等
计算机视觉：语义分割、图像分类、目标检测、人脸识别、AIGC、pix2pix, denseNet, nnUNet
机器学习经典算法:SVM、罗辑回归、线性回归、神经网络、决策树、随机森林、集成学习、XGboost, lightGBM
医学影像数据处理:SPM, matlab, 3D slicer, ITKsnip, simpleITK等
时间序列分析
脑科学
基因序列分析
项目经验
MRI 生成 PET（3D 图像生成算法: cycleGAN、pix2pix)
1)三维 MRI 和 PET 脑部影像数据收集和预处理:配准、标准化、消除个体分布差异; 2)尝试 了两个模型框架，3D-cycleGAN 和 3D-pix2pix，调参无数次，结构相似度一直低于 80%，后来 调整预处理后，性能明显提升;3)训练集验证集数据近千例，最终测试集(几百例)上模型性 能为:均方误差 2.4% 和结构相似度 92%。
文本敏感信息自动识别(自然语言处理: BERT)
1)搭建多人协作标注平台 Doccano，在上万例文本中标注敏感信息(共 19 类，住址、身份信 息、联系方式、财务信息等); 2)利用 google 的 BERT 大语言模型(开源的预训练中文模型, 约 10 亿参数)和标注的文本数据，进行命名实体识别任务的模型训练，由于 BERT 每个文本长 度不超过 128 个字，当时对于较长文本进行了分割，并且对推理结果拼接的处理;3)由于训练 样本属于较垂直的领域，训练样本量较多，选取了较小的学习率，对预训练模型进行微调，最终 各类准确率比历史模型有较大的提升，加上正则化的规则作为后处理，最终平均准确率约 94%。
1)三维 MRI 和 PET 脑部影像数据收集和预处理:配准、标准化、消除个体分布差异; 2)尝试 了两个模型框架，3D-cycleGAN 和 3D-pix2pix，调参无数次，结构相似度一直低于 80%，后来 调整预处理后，性能明显提升;3)训练集验证集数据近千例，最终测试集(几百例)上模型性 能为:均方误差 2.4% 和结构相似度 92%。
文本敏感信息自动识别(自然语言处理: BERT)
1)搭建多人协作标注平台 Doccano，在上万例文本中标注敏感信息(共 19 类，住址、身份信 息、联系方式、财务信息等); 2)利用 google 的 BERT 大语言模型(开源的预训练中文模型, 约 10 亿参数)和标注的文本数据，进行命名实体识别任务的模型训练，由于 BERT 每个文本长 度不超过 128 个字，当时对于较长文本进行了分割，并且对推理结果拼接的处理;3)由于训练 样本属于较垂直的领域，训练样本量较多，选取了较小的学习率，对预训练模型进行微调，最终 各类准确率比历史模型有较大的提升，加上正则化的规则作为后处理，最终平均准确率约 94%。
潘宝宝
算法科学家 · 10年经验 · 医未医疗
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
擅长领域
自然语言处理：文本处理、分词、词嵌入、word2vec、RNN、LSTM、BERT等
计算机视觉：语义分割、图像分类、目标检测、人脸识别、AIGC、pix2pix, denseNet, nnUNet
机器学习经典算法:SVM、罗辑回归、线性回归、神经网络、决策树、随机森林、集成学习、XGboost, lightGBM
医学影像数据处理:SPM, matlab, 3D slicer, ITKsnip, simpleITK等
时间序列分析
脑科学
基因序列分析
自然语言处理：文本处理、分词、词嵌入、word2vec、RNN、LSTM、BERT等
计算机视觉：语义分割、图像分类、目标检测、人脸识别、AIGC、pix2pix, denseNet, nnUNet
机器学习经典算法:SVM、罗辑回归、线性回归、神经网络、决策树、随机森林、集成学习、XGboost, lightGBM
医学影像数据处理:SPM, matlab, 3D slicer, ITKsnip, simpleITK等
时间序列分析
脑科学
基因序列分析
项目经验
MRI 生成 PET（3D 图像生成算法: cycleGAN、pix2pix)
1)三维 MRI 和 PET 脑部影像数据收集和预处理:配准、标准化、消除个体分布差异; 2)尝试 了两个模型框架，3D-cycleGAN 和 3D-pix2pix，调参无数次，结构相似度一直低于 80%，后来 调整预处理后，性能明显提升;3)训练集验证集数据近千例，最终测试集(几百例)上模型性 能为:均方误差 2.4% 和结构相似度 92%。
文本敏感信息自动识别(自然语言处理: BERT)
1)搭建多人协作标注平台 Doccano，在上万例文本中标注敏感信息(共 19 类，住址、身份信 息、联系方式、财务信息等); 2)利用 google 的 BERT 大语言模型(开源的预训练中文模型, 约 10 亿参数)和标注的文本数据，进行命名实体识别任务的模型训练，由于 BERT 每个文本长 度不超过 128 个字，当时对于较长文本进行了分割，并且对推理结果拼接的处理;3)由于训练 样本属于较垂直的领域，训练样本量较多，选取了较小的学习率，对预训练模型进行微调，最终 各类准确率比历史模型有较大的提升，加上正则化的规则作为后处理，最终平均准确率约 94%。
1)三维 MRI 和 PET 脑部影像数据收集和预处理:配准、标准化、消除个体分布差异; 2)尝试 了两个模型框架，3D-cycleGAN 和 3D-pix2pix，调参无数次，结构相似度一直低于 80%，后来 调整预处理后，性能明显提升;3)训练集验证集数据近千例，最终测试集(几百例)上模型性 能为:均方误差 2.4% 和结构相似度 92%。
文本敏感信息自动识别(自然语言处理: BERT)
1)搭建多人协作标注平台 Doccano，在上万例文本中标注敏感信息(共 19 类，住址、身份信 息、联系方式、财务信息等); 2)利用 google 的 BERT 大语言模型(开源的预训练中文模型, 约 10 亿参数)和标注的文本数据，进行命名实体识别任务的模型训练，由于 BERT 每个文本长 度不超过 128 个字，当时对于较长文本进行了分割，并且对推理结果拼接的处理;3)由于训练 样本属于较垂直的领域，训练样本量较多，选取了较小的学习率，对预训练模型进行微调，最终 各类准确率比历史模型有较大的提升，加上正则化的规则作为后处理，最终平均准确率约 94%。
立即沟通
