🌟 寻找科研合作 / 投稿搭子（ML / CV / Robustness方向）🌟

大家好，我是在加拿大完成硕士的一名同学，研究方向为计算机视觉与深度学习。目前正在申请PhD，也希望在此期间继续提升科研能力，推进已有想法，尝试合作投稿 CCF-B 类及以上会议。
✅ 我的研究方向：

• 毕业论文聚焦于恶劣天气下的目标检测，结合多种attention机制，已发表论文于 Electronics (2024)，另有IEEE T-CYB、NeurIPS投稿在审中
• 研究兴趣包括：adversarial robustness、自监督学习、Transformer、轻量化模型、少样本学习等
• 熟悉轻量化backbone（ShuffleNet、GhostNet、VoVNet）和attention模块（SE, CBAM, ECA）
• 熟练使用 PyTorch / TensorFlow / MMDetection / Detectron2
• 曾在WTO、ESA、CSA等机构从事AI与数据分析相关工作

💬 合作方式是开放的，欢迎灵活探讨：

• 可以各自主导一篇论文，互相review、补实验，最后双一作或共同一作投稿
• 你已有idea，我参与补实验、润色、结构优化；反过来也可以
• 也欢迎短期探索、尝试合作一小段任务，合适再深入
• 投稿目标为 CCF-B 及以上，如 ICASSP、WACV、ACML、ACPR 等

🌱 我目前做的一些方向：

• 多模态输入下的恶劣天气场景识别
• 小样本图像识别中的自监督迁移策略
• Attention + Lightweight架构下的检测优化与部署

🌍 我对方向是开放的，只要你有扎实的idea、有意愿认真做科研，我都很欢迎：
包括但不限于：

• Trustworthy AI / Adversarial ML / Robustness
• Scene understanding / VAE / memory-augmented networks
• 更广泛的CV / ML方向，比如 multi-agent coordination、transformers、remote sensing、generative models 等等！

✅ 希望你是这样的你：

• 有投稿/科研经验，有想法正在推进的项目
• 熟悉主流框架（PyTorch, TensorFlow, Detectron2等）
• 重视科研规范，可复现，重视沟通和持续投入

📨 联系方式：
请发邮件至：bzhan138[at]uottawa[dot]ca（请将 [at] 和 [dot] 替换为 @ 和 .，标题注明“科研合作”）
或者站内信我简单介绍一下你的研究方向、已有成果和合作期待！
很希望找到长期靠谱的科研搭子，一起成长、互相激发思路，冲击高质量投稿！