博士后

博士后研究方向：
围绕复杂科学问题与工程应用场景中的数据分析与建模问题，开展人工智能方法与科学研究相结合的交叉研究。研究内容可根据博士后研究背景和兴趣进行灵活设计，主要包括但不限于以下方向：
1. 科学实验数据分析与建模
结合重大科研装置和先进实验平台的数据特点，开展复杂实验数据的分析、建模与规律挖掘研究，包括高速实验信号分析、多源数据融合以及实验过程数据解析等。
2. 复杂物理过程的数据驱动建模
面向材料、物理及工程系统中的复杂过程问题，探索数据驱动方法在结构演化、实验过程及系统行为分析中的应用，建立数据与物理过程之间的关联模型。
3. 科学仪器与实验系统的数据处理方法
针对先进实验设备产生的大规模数据，研究高效的数据处理、特征提取及信息重建方法，提高实验数据分析效率并辅助实验研究。
4. 工程与工业场景中的数据分析应用
结合实际科研项目或工业需求，开展复杂工程系统数据分析与建模研究，在真实科研与工程问题中探索数据驱动方法的应用潜力。
博士后研究内容可结合个人研究背景，与课题组共同开展多学科交叉研究与应用探索，鼓励在解决实际科研与工程问题的过程中形成新的研究方向。