MagNet Challenge II
基于 PyTorch 的时序预测项目，围绕瞬态磁芯损耗建模、材料数据预处理与模型评估可视化展开。
NHS 颅骨评估项目
将二维照片转换为三维建模输入，并结合 CNN 进行婴儿颅骨畸形量化与严重程度评估。
动物辅助治疗流程优化
结合动捕服数据和 LSTM 模型，对治疗动作进行识别与分析，提升辅助治疗流程的可追踪性。
MagNet Challenge II
基于 PyTorch 的时序预测项目，围绕瞬态磁芯损耗建模、材料数据预处理与模型评估可视化展开。
NHS 颅骨评估项目
将二维照片转换为三维建模输入，并结合 CNN 进行婴儿颅骨畸形量化与严重程度评估。
动物辅助治疗流程优化
结合动捕服数据和 LSTM 模型，对治疗动作进行识别与分析，提升辅助治疗流程的可追踪性。
MagNet Challenge II
基于 PyTorch 的时序预测项目，围绕瞬态磁芯损耗建模、材料数据预处理与模型评估可视化展开。
NHS 颅骨评估项目
将二维照片转换为三维建模输入，并结合 CNN 进行婴儿颅骨畸形量化与严重程度评估。
动物辅助治疗流程优化
结合动捕服数据和 LSTM 模型，对治疗动作进行识别与分析，提升辅助治疗流程的可追踪性。
MagNet Challenge II
基于 PyTorch 的时序预测项目，围绕瞬态磁芯损耗建模、材料数据预处理与模型评估可视化展开。
NHS 颅骨评估项目
将二维照片转换为三维建模输入，并结合 CNN 进行婴儿颅骨畸形量化与严重程度评估。
动物辅助治疗流程优化
结合动捕服数据和 LSTM 模型，对治疗动作进行识别与分析，提升辅助治疗流程的可追踪性。
MagNet Challenge II
基于 PyTorch 的时序预测项目，围绕瞬态磁芯损耗建模、材料数据预处理与模型评估可视化展开。
NHS 颅骨评估项目
将二维照片转换为三维建模输入，并结合 CNN 进行婴儿颅骨畸形量化与严重程度评估。
动物辅助治疗流程优化
结合动捕服数据和 LSTM 模型，对治疗动作进行识别与分析，提升辅助治疗流程的可追踪性。