面向通信场景下的信号识别需求，将时频图作为输入构建图像分类流程。负责数据预处理、时频变换与增强策略设计，基于PyTorch搭建卷积网络并完成训练与验证。组织3人小组制定标注规范，对误判样本进行归因分析，尝试迁移学习与学习率调度提升效果。在自建小规模数据集上完成多组对比实验，记录准确率与损失曲线，输出实验报告与优化建议，为后续模型压缩和部署提供依据。

课程项目，目标是构建简历文本与岗位描述的特征抽取与匹配评分流程。负责设计TF-IDF与向量相似度方案，参与样本标注规则制定和误判案例复盘。使用Python、scikit-learn实现初版评分，在课程提供的200条标注样本上统计准确率与召回率，记录不同阈值下的表现，输出实验报告和改进方向，并尝试引入词向量特征对比效果差异。