Yihang Luo

用声波对鱼群分类，09/2023至今

多伦多大学, 与Jessica Lievesley博士, Vianey Leos Barajas博士

从 10,000 多个水声数据点中提取出 3 个关键特征（时间、目标强度和频率）。这些特征用于根据气囊的声音特征区分 3 种鱼类。通过 python（使用 NumPy、Pandas、sklearn、Keras 等软件包）定量去除异常后，将一维 CNN 层和残差块应用到每个平时间的频率样本中，以完成分类任务。这些特征用于根据气囊的声音特征区分 3 种鱼类。使用接收者工作特征曲线（ROC）和传统指标对模型进行评估，成功确定了任务中最有效的算法。在区分两种鱼类时，验证集的准确率达到 89.63%。 

使用ML方法估算中东空气污染 (PM2.5)，11/2023至今

多伦多大学, 与Meredith Franklin博士, 

从美国国家航空航天局（NASA）创建的 MERRA2 环境模型中找出有助于估算中东地区 PM2.5 水平的相关特征。从 OpenAQ 中挖掘 2 亿多个地理数据，以获得研究地区 PM2.5 的真实水平，然后比较模型中 PM2.5 的真实水平和预测水平。实施并比较不同的机器学习算法（线性回归、决策树、随机森林、支持向量机等），以提高中东地区 PM2.5 水平预测模型的准确性。评估这些算法的性能和准确性，并为这项任务确定最佳算法（进行中）

游泳、徒步、吉他、攀岩、潜水、单板滑雪、烹饪