个人简历
Yangdeyi Yang
电子与电气工程 · 信号处理 · 机器学习
可使用浏览器的打印功能打印或保存为 PDF。
个人概况
电子与电气工程 MEngSc 在读，具备传感器机器学习、生物医学信号处理、多速率 DSP 与面向验证的软件开发经验。我重视清晰的实验边界，也重视让他人能够检查实现与证据。
研究经历
机器学习研究实习生 · Tyndall 国家研究院
2026 年 5 月起 · 研究读写器几何变化下的 CRFID 感知。
- 针对无芯片 RFID 测量数据，构建预处理、分组划分和仅使用源域数据的评估流程。
- 在未见过的读写器距离与角度组合下，比较模型并开展诊断。
- 清晰报告接近随机水平的迁移表现，区分已测得证据与尚未验证的解释。
精选工程项目
患者特异性 EEG 癫痫发作检测 · UCC EE6019
- 实现 CHB-MIT 数据读取、滤波、频谱与同步性特征、折内特征选择、随机森林分类与事件评分。
- 在 10 位受试者的回顾性研究中，报告检出 53/55 个发作事件，汇总误报率为每小时 0.3066 次。
EEG 多速率 DSP · UCC EE6041
- 设计 500 Hz → 32 Hz 的 8/125 有理数转换和 4,145 阶 Kaiser FIR。
- 验证直接实现与多相实现的数值等价性，以及 0.5–12.5 Hz 分析频段的保持情况。
八通道 EEG 模拟器与验证概念原型
- 构建 Python 桌面端和浏览器控制界面，提供波形播放、通道控制、故障注入与虚拟 16 位 DAC 映射。
- 明确提出的物理实现路径，并区分软件验证和未经测量的硬件输出。
教育背景
电子与电气工程 MEngSc · 爱尔兰科克大学
2025–2026
电子与电气工程 BE · 爱尔兰科克大学
2020–2024
技术能力
Python、NumPy、SciPy、pandas、scikit-learn、PyTorch；EEG 滤波与特征提取、多速率 FIR 处理、分组实验设计、域泛化、错误分析；Git、自动化测试与 CI。