李进鹏
通信环境双料学者 | 机器学习研究者 | 跨学科创新探索者
↓ 滚动探索更多
📖 文献分享
分享一些在机器学习与环境科学交叉领域的优秀期刊文献，这些研究为我的学术工作提供了重要启发。
Machine-learning-assisted materials discovery using failed experiments
Nature (IF: 64.8)
这篇综述性文章系统总结了机器学习在分子和材料科学中的应用，涵盖了从量子化学计算到材料设计的多个层面。文章深入探讨了不同机器学习算法在预测分子性质、催化剂设计和新材料发现中的应用前景。
查看论文 →
Deep learning for molecular design—a review of the state of the art
Molecular Systems Design & Engineering (IF: 3.6)
本文全面回顾了深度学习在分子设计领域的最新进展，重点关注生成模型、强化学习和图神经网络在药物发现和材料设计中的应用。
查看论文 →
Geometry-enhanced molecular representation learning for property prediction
Nature Machine Intelligence (IF: 14.59)
该研究开发的GEM模型首次使用了双图表征+空间信息+预训练策略，并取得优异的性能表现。文章中的双图方法论直接启发了我在GeoG3模型研究中的技术路线选择。
查看论文 →
🔬 科研经历
已发表
机器学习辅助筛查水生生物毒性物质
指导老师：陈智锋教授
时间：2024.12 - 2025.07
整合三种水生生物毒性数据，基于14种机器学习算法与4种分子表征方法，构建跨营养级急性毒性预测模型。
核心创新：提出基于Lindeman定律和平方根变换法的跨营养级毒性综合评估方法
成果：第一作者发表于《环境化学》（北大核心期刊）
复审中
基于深度学习的分子性质预测模型
指导老师：陈智锋教授
时间：2024.08 - 至今
基于多种神经网络架构和增强式图表征构建SOTA模型GeoG3，实现分子性质预测的突破性进展。
核心创新：多模态分子表征、混合架构设计、多尺度可解释性分析
成果：第一作者投递《Environmental Health Perspectives》（SCI一区）
访问 GeoG3 模型(Key:geog3) →已完成
智能苹果分级系统
指导老师：苗瑾超副教授
时间：2022.05 - 2022.11
开发基于OpenCV的智能苹果品级分拣系统，解决农业自动化分拣难题。
核心工作：优化目标检测算法、硬件-算法联调、时序同步
成果："灵眸智能苹果分拣机"获校级创新大赛一等奖
🎓 学习与技能
🎓 研究生阶段 硕士
广东工业大学 | 环境科学与工程 | 2023.09 - 2026.06
核心课程：
- 高等环境化学
- 环境生物技术
- 环境毒性检测和生态修复
- 过程强化原理及在污染控制工程中的应用
- 污染物的环境生态行为学
学术成就：连续两年获得硕士研究生奖学金
📚 本科阶段 学士
新疆理工学院 | 通信工程 | 2019.09 - 2023.06
核心课程：
- 数字电子技术 & 信号与系统
- 计算机网络 & Web开发技术
- 数字信号处理 & 通信原理
- 嵌入式开发 & 工程制图
- C语言程序设计 & 计算机组装与维护
学术成就：专业排名前15%，获得阿克苏农商银行奖学金
🎓 学科专长
💻 编程技能
🤖 AI/ML 框架
🔧 工具软件
🌟 核心优势
通信工程与环境科学交叉背景，独立完成从算法设计到模型部署的完整技术链条。在核心期刊和SCI期刊发表高质量论文，具备创新性技术方案设计能力和丰富的跨领域实践经验。