anuran44/anuran44

## 🔬 研究员简介 我是一名**计算机科学与工程专业的 M.Tech 硕士毕业生**，致力于推进计算机视觉、机器学习和图像取证领域的研究。 我的工程理念在于编写**高度优化、具有坚实数学基础的代码**。我不仅将 AI 视为“黑盒”；我更专注于深度学习模型的底层信号处理、统计力学和架构效率。我的代码库反映了我对清晰架构、可复现研究和可扩展系统设计的不懈追求。 **🎯 主要研究兴趣：** `Physics-Inspired AI` · `Digital Image Forensics` · `Natural Language Processing` · `Computer Vision`
## 💻 技术专长与技术栈架构 *对我技术栈的严格分类，将核心编程与特定领域的库和框架区分开来。* ### 1️⃣ 核心编程语言

### 2️⃣ 深度学习与机器学习框架

### 3️⃣ 科学计算与视觉库

### 4️⃣ 版本控制、操作系统与环境

## 🔬 精选研究与实现 *展示从数学建模到算法部署的端到端流水线开发项目。* ### 🔍 [PHORENSICS — 物理启动的 Deepfake 检测](YOUR_REPO_LINK) **领域：** 图像取证与信号处理 * **方法论：** 编写算法提取快速傅里叶变换（FFT）功率谱，并分析 PRNU 传感器指纹。 * **工程实现：** 利用 NumPy 的向量化技术实现了优化的光功率衰减定律，以高效处理高分辨率图像。 * **技术栈：** Python（核心） | OpenCV、NumPy（库） | Scikit-Learn（框架） ### 🚗 [基于 CNN 的端到端自动驾驶](YOUR_REPO_LINK) **领域：** 自动驾驶车辆与计算机视觉 * **方法论：** 设计了用于实时图像增强的连续数据流水线，以防止模型在遥测数据上出现过拟合。 * **工程实现：** 编写了模块化、面向对象的 Python 代码，将原始传感器/摄像头数据与卷积神经网络进行对接。 * **技术栈：** Python（核心） | TensorFlow（框架） | OpenCV（库） ### 📰 [基于 LLM 的语义事实验证](YOUR_REPO_LINK) **领域：** 自然语言处理与知识检索 * **方法论：** 利用向量空间数学执行密集检索和语义匹配。 * **工程实现：** 构建了高效的索引系统，用于快速查询非结构化文本数据。 ## 📊 学术亮点与代码统计

🎓 核心计算机科学能力
🟢 数据结构与算法 算法效率	🔵 线性代数与微积分 数学建模	🟣 统计机器学习 数据分布
🟠 操作系统 (Unix) 进程管理	🔴 关系型 DBMS 数据架构	🟡 计算机网络 系统通信

标签：AI研究, 凭据扫描, 可解释人工智能, 图像取证, 多线程, 深度伪造检测, 深度学习, 网络安全研究, 计算机视觉, 逆向工具