昵称登录后显示

互联网机器学习技术项目经验：
 高架桥上下识别
设计并实现了高架桥上下识别引擎，用以改善百度地图用户在高架密集区域（如上海）的导航体验。设计了基于GPS特征和气压特征的集合算法，使用random forest和逻辑回归进行了高阶特征的提取和最终决策函数的生成。实验结果查全率>70%, 查准率 >95%, 在华为的评测集上效果好于竞品。负责协调方案的工程化以及与客户（主要是华为）的对接工作。
 色情新闻识别
研究和实现基于文本特征的中文色情新闻识别，主要用于色情新闻的主动识别和降分，减少人工运营压力，确保新闻推送的健康性，模块查准率达到90%，查全率达到80%，上线后随着训练数据的增加性能继续提高。
 个性化新闻推荐
从头开始设计和实现个性化的中文新闻推荐系统，包括架构设计和算法设计如文本处理，主题模型，CTR预估，针对用户的CTR预估，以及整个系统的搭建工作。为团队创建开发流程，从而提高开发效率和效果。系统的效果是使得人均阅读篇数增加约两篇，并且在持续增长中。
 广告算法
主要工作在于做了第一版的LR 广告点击率预估，重点专注于特征选择，线下实验效果好于已部署的基于star tree的算法，技术总结可见http://www.cnblogs.com/Matrix_Yao/p/4773221.html。

设备端（物联网，智能设备，增强现实设备）
 低功耗语音唤醒与识别
架构师和技术负责人。
在六个月内，独立研究并实现Intel自有语音唤醒/解锁方案，完成算法选择，评价和实现全部工作，实现了一个易于使用，扩展的基于音频的分类和识别的软件引擎的设计和实现。设计实现的算法有音频特征提取(MFCC, FFT等)，识别算法(GMM,HMM,DTW, K-means)，前端去噪算法(Weiner filter/spectrum subtraction/audible band noise suppression)，语音检测( energy based, GMM based and hybrid algorithm )。
负责Android低功耗语音中间件的软件架构，测试方案以及性能指标的设计。负责项目日常管理和开发进度的安排。负责为客户的新需求提供解决方案，并成功向Google upstream中间件和HAL层的设计方案。
因该项目获得两次部门贡献奖。
 增强现实
技术负责人。
主要涉及如何在移动平台提供高效，低功耗的增强现实和计算机视觉API支持。 实现并优化基于Intel Atom SOC的GPU的OpenCL计算机视觉算法(Harris角点， Sobel滤波器，Gaussian 滤波器，FAST算子，KLT等 )。参与Realsense 3D snapshot的算法研发和OpenCL优化工作。
 低功耗蓝牙传感
技术负责人。
设计并实现一个基于手机的低功耗的蓝牙hub，从而扩展手机的感测范围，并同时保持手机的低功耗和与板上传感器相同的接口。该项目利用软硬件联合优化将BLE协议offload到一个低功耗核心上从而达到低功耗的目的，主要用于蓝牙定位以及基于蓝牙的传感（如用于健康领域）。
 移动情境感知
在Android平台上，利用智能手机日益丰富的传感器，实现以人为中心的情境感知，实现并扩展智能手机的“智能性”。目前主要涉及利用加速度计的持有人活动检测与识别；利用加速度计和陀螺仪的手势输入与识别。并致力于基于Intel mini core的低功耗方案。提交一项专利。