杨子江，男，汉族，1999年11月出生，共青团员，本科毕业于bw西汉姆联中国官方入口材料科学与工程学院材料科学与工程（实验班）专业，后保研至bw必威西汉姆联官网首页控制科学与工程专业，在付冬梅教授的指导下进行研究生阶段的科研，目前已选择转博深造。获研究生国家奖学金、bw西汉姆联中国官方入口三好学生等荣誉奖励。研究生阶段的研究方向为内嵌物理信息神经网络和神经辐射场，以第一作者身份在CCF-A类会议AAAI以及SCI 一区图形学TOP期刊 TVCG各发表一篇论文。

虽然本科就读于材料科学与工程学院，但是他早已对以计算机视觉为代表方向的前沿人工智能发展充满兴趣。

本科期间，他接触了传统计算机视觉算法并加入了高等工程师学院308实验室机器学习小组，以期更为深入地了解技术前沿。期间，他深入学习和探索了包含图像分类、目标检测以及图像风格迁移等方向在内的多个计算机视觉分支方向，在保研推免阶段他加入到付冬梅教授的团队，至此开始更为深入的算法学习研究阶段。

研究生阶段，由于本科没有系统性学习相关基础理论，因此他始终保持刻苦的态度，努力补足专业基础上的不足，针对性地学习了核心课程以及与研究方向高度相关的其他课程。

科研——求知若渴，探索未知

研究生入学后，他逐步开展有限范围内的自由探索并在一个偶然的机会下接触到了偏微分方程解算以及内嵌物理信息神经网络（PINNs）。由于PINNs与课题组需求高度切合并且相较于一般的深度学习模型更具解释性，因此在研一上对PINNs进行了学习，最后以人工神经网络课程大作业为契机，完成了针对PINNs的初次深入分析与研究。研一下，针对分析中发现的PINNs的不足，提出了一种全新的训练样本采样方法并发表于人工智能顶会AAAI。为了解决PINNs难以处理复杂几何边界的问题，他进一步探索基于神经辐射场（NeRF）的几何隐式描述方法和基于PINNs的物理场隐式解算相结合的思路。NeRF相关成果已发表于SCI一区图形学TOP期刊 TVCG。后续希望能进一步探索两者的结合方法，从而实现更为显著的技术创新和应用落地。

竞赛——收获经验，磨练技术

竞赛活动方面，他在本科期间就广泛参与各类算法比赛以及创新比赛。在中国大学生计算机设计大赛中参与编写的“迁·Style”风格迁移项目并取得北京市三等奖，其中他负责风格迁移核心功能的实现以及桌面端应用程序界面。在中国高校计算机大赛-微信小程序应用开发赛中参与编写“量体师”小程序并取得华北赛区三等奖，其中他负责作为核心模块的姿态估计算法的实现，小组在赛后申请到两份软件著作证书。研究生后，他则进一步专注于算法竞赛，参加国内外多种类型以及赛题背景的算法公开赛。通过参加这些算法公开赛，他收获了实践经验，磨练了技术，以更好的工程能力投入到科研中。

学术交流——知识共享、探索前沿

他一直认为知识共享、积极交流是提高学术能力的有效途径。研究生期间，他积极在线上线下参与国内外学术会议、科技论坛、学术研讨以及交流分享活动，包括第四届中国模式识别与计算机视觉大会、第六届材料基因工程高层论坛、第42届中国控制会议、第37届AAAI人工智能会议以及北京大学神经算子与计算成像研讨会等。通过参与这些学术会议以及研讨活动，他对相关领域的发展有了更清晰的认识，此外他受邀担任AAAI、ICCV、CVPR等人工智能顶会审稿人。在日常课题组活动中，他也积极组织开展组内比赛和学术分享活动，并参与指导本科生SRTP项目和毕业设计。

写在最后

正如马克斯·韦伯所述：“个人唯有通过严格的专业化，才能在学术研究的世界里，获得那种确实取得某种真正完美成果的意识”。研究需要不懈的努力和坚定的信念，我愿投身其中，为相关领域贡献自己的一份力量。