科学智能
面向科学与工程问题构建学习系统，重视物理结构、领域约束与可复现证据。
研究档案 · 2026
Weiping Yan
为科学问题构建学习系统。
AI for Science 本科研究者
我的工作位于机器学习、科学探索与工程设计的交叉地带。目前主要关注 AI for Science、面向技术工作流的基础模型，以及 AI 辅助的模拟电路建模与优化。
研究方向
三条彼此关联的探索线索
本站以研究问题、技术证据和可检查的系统组织内容，不使用缺乏依据的成果表述。
基础模型
将基础模型用于推荐、结构化知识与复杂技术工作流中的推理。
AI 驱动的模拟 EDA
探索物理约束下的模拟电路建模、优化与设计自动化方法。
代表性证据
支撑研究叙事的六项公开记录
这六个仓库是固定的编辑选择；排序服务于研究主线，不依据热度指标。
- 科学智能与研究
topo-flow-limits
研究从边流观测中识别潜在高阶网络结构的条件。
查看档案 - 科学智能与研究
inr-aliasing-limits
研究固定傅里叶特征隐式神经表示的可识别性与抗混叠采样设计。
查看档案 - 推荐、模型与数据
Lumen-Rec
在统一候选集协议下比较逐点大模型相关性估计与不确定性感知重排的研究代码。
查看档案 - 推荐、模型与数据
TRUCE-Rec
面向不确定性感知生成式推荐的研究代码，统一组织数据、基线、评估与复现工具。
查看档案 - 机器人、嵌入式与硬件
venus-basestation
面向多机器人行星探索项目的课程基站软件与实时可视化仪表盘。
查看档案 - 图形、游戏与创意计算
art-history-museum
浏览器端交互式 3D 艺术博物馆，提供可导航的艺术史时间线与第一人称展厅。
查看档案
格物馆
以博物馆尺度索引每一个公开项目。
进入一座古典数字展馆：每个公开仓库均拥有同规格展位、事实性简介、来源标注与如实的 Demo 状态。
所有设备均可访问完整的二维项目目录。