多篇顶级会议/期刊，具备扎实的工程与科研能力，荣获多项奖学金与竞赛荣誉。
电话: 17346782554
邮箱: yunlonghuang66@foxmail.com
研究生导师：邱才明教授。（华中科技大学电子信息与通信学院院长，IEEE Fellow。）
专业排名: 3/122，加权平均分 91.05
奖项证书: 22和25年优秀毕业生、研究生一等学业奖学金、研究生知行优秀奖学金、研究生科技创新奖学金、中兴一等奖学金、普源英才奖学金
成果：AAAI 2025 CCFA 一作已发表
背景: 针对现有 3D 人体姿态估计方法在计算复杂度和时空关系捕捉上的局限性，提出并实现了 PoseMamba 方法。
贡献：首次针对 3D 人体姿态估计任务设计并实现了基于 SSM 的 PoseMamba 方法，有效降低了计算复杂度，提出了双向全局-局部时空建模策略，显著提升了姿态估计的准确性。
成果：在公开数据集上取得先进性能，验证了模型的优越性和扩展能力，显著提升了 64.7% 的计算量。
实现: 1.将恶意 apk 和网址进行区分并开发了一个包含 3000 个样本的 apk 数据集，基于 27 个权限测试了国内多个 LLM 识别恶意 APK 的准确性 2.对多模态数据（如文本、网络流量等）的利用，可以使用多模态数据将恶意 apk 按照多种恶意类别区分开来。
成果：一作 1.通信顶会 IEEE GLOBECOM 2024，已发表 2.通信顶刊 TVT (Q1, IF:6.5,Top)已发表
针对低信噪比环境下的身份识别难题，首次提出使用透射可重构智能表面增强信噪比提升空间多样性，首次提出了一种区别于步态识别的运动独立的穿透身份识别系统，并且设计了轻量级网络以实现高精度(98%)的身份验证。
成果：通信顶刊 IEEE Sensors Journal (Q1, IF:4.2)一作已发表
为了提高 WiFi CSI 技术的人体感知准确率，首次提出了基于 KAN 和 Mamba 的轻量级模型 SenseMamba 以实现高准确率(98%)人体感知（步态识别，手势识别等）。
成果：通信顶刊 TAP (Q1, IF:9,Top)二作已发表
首次针对无线成像任务，创新性地利用双 RIS 实现了透射反射的本端强感知能力，设计了类 Unet 网络实现了高分辨率的成像系统，提升空间分辨率和成像质量，SSIM 达到了 SOTA 性能。
高效的 Prompt 技巧能够精准地表达用户自定义任务的要求和特点。基于数据库场景设计个性化的 Prompt，解决「Text2SQL」、「数据库建模(表单选择题)」和「数据库语义关系判断题」回答，运用 COT、Few-shot 等 prompt 技巧实现了比赛线高 30 分的成绩。
根据提供的 130K+样本数据对小参数量的通用大语言模型（Qwen1.5-0.5B，Qwen-1.5-1.8B）进行微调，增强模型处理理解与类问题能力，对原始数据进行处理，使用 LLaMA Factory 采用监督微调+ deepseed 加速 + Badam 的微调策略，提高了微调效率。
为了解决复杂环境中信号覆盖范围有限的难题，使用智能反射面（6G 核心技术，RIS）技术，完成了国内第一个大规模智能反射面辅助的信号增强系统的落地工作。（国家自然科学基金项目，12141107，专项项目，300 万）
负责智能超表面波束赋形算法的设计与优化，并参与了智能反射面在实际场景（地下停车场与办公楼）的部署与测试。
通过中国电信的官方检测，证实系统实施后 5G 信号强度提高超过 10dB，覆盖范围扩大了 3 倍，显著提升了用户体验。
在多个前沿技术领域展现创新能力，作为多篇顶级会议和期刊论文的主要贡献者，目前 9 篇已发表 ，4 篇一作。
对 AI 相关的前沿技术和应用有浓厚兴趣，不断追踪最新领域知识，可以快速适应新领域，持续学习和探索。
动手能力和工程能力强，不仅熟练掌握 Python 和相关技术，同时具备前端开发能力，熟悉 React 和 React Native。
