学习提出更好的问题。
从物联网与语音系统本科研究出发，探索机器人、智能系统、反馈控制与人工智能。
01 / 研究兴趣
物理世界中的智能。
我关注系统如何感知、学习，并在物理世界中可靠地行动。以下是我的研究兴趣，并非已完成的机器人研究清单。
01
机器人与自主系统
机器如何感知环境、规划路径，并在物理世界中行动。
02
反馈控制系统
稳定性、不确定性，以及闭环系统的设计。
03
人工智能与机器学习
学习有用的表征，并作出审慎的决策。
04
智能感知与系统集成
连接信号、软件与它们所服务的系统。
02 / 既往研究经历
从信号到智能交互。
既往本科研究 · 合并为一项经历
物联网、语音降噪与智能交互
我的自主选题本科研究探索物联网、机器学习与面向智能感知和交互的语音系统，包括语音降噪。本站的 UROP、UREx CDE2605R 与项目条目均指向这同一项研究，而非三项独立经历。
- 时间
- 2025 年 8 月—2026 年 5 月
- 机构
- 新加坡国立大学设计与工程学院
- 角色
- 本科生研究参与者
- 项目
- 本科生研究机会项目（UROP）
- 课程／记录标识
- 本科生研究体验（UREx）· CDE2605R
- 指导
- Rajesh C. Panicker 博士 · Biplab Sikdar 教授
- 经费
- 项目获 S$2,500 经费支持
03 / 个人参与和贡献
在研究过程中学习。
- 阅读相关文献，调查物联网、机器学习与语音识别技术。
- 探索嵌入式感知、数据驱动模型与语音接口的系统架构及可能的实现途径。
- 参与项目规划、技术探索与原型开发。
- 参与实验、故障排查、技术文档整理，并与导师讨论研究进展。
以上陈述对应已有经历记录。具体的个人交付成果将在原始项目资料整理后补充。
04 / 方法与技术接触
研究中接触的方法。
这段经历让我接触文献综述、研究问题界定、系统架构探索、实验、原型开发与工程文档整理。技术背景涉及物联网、机器学习、语音识别与音频信号处理。
具体算法、数据集、硬件、软件框架、实验设置与性能指标尚未提供。接触某类技术不等同于已熟练掌握未记录的工具，也不代表已经验证的研究结果。
05 / 研究产出与资料
让资料支撑叙述。
目前尚未提供可公开的研究资料。报告、技术演示、海报与代码仓库将在资料齐备并获准公开后添加。此处不声称已有论文或量化研究成果。
项目封面为原创概念示意图，而非实验数据。
06 / 未来方向
一个方向，而非既成成果。
我希望未来在机器人与智能系统方向开展深入研究，并考虑攻读博士。ROS 2、SLAM、自主机器人、反馈控制与高级控制理论是希望继续学习的领域，而非已完成的系统或已确立的专长。
经济学第二专业也影响着我看待工程的方式：系统如何适应所处环境，资源如何配置，以及技术选择如何与制度和公共需求相互作用。
学术简历 · 尚未上传