The posting
1. 围绕患者状态预测、状态转移建模及序列决策开展研究,主要研究内容: a. 探索基于扩散模型的患者状态转移方法,包括条件扩散模型、自回归扩散模型等。 b. 研究医疗干预对患者未来状态和临床结局的影响。 c. 研究因果推断与反事实建模,以区分治疗效果与观察性数据中的相关性。 2. 主要负责相关算法的实现、模型的训练、实验设计及效果评估,根据实验结果优化模型和技术方案。 3. 能对实际问题进行抽象和拆解,把具体应用场景转化为可实现、可验证的算法问题,依次进行实验设计,问题探究并总结实验结论。 4. 跟踪前沿论文,参与论文、开源项目和技术成果产出。
1. 计算机、人工智能、数学、统计学、自动化、生物医学工程等相关专业博士在读;具备相关项目经验可放宽要求。 2. 熟悉相关技术理论及框架,包括但不限于回归/条件/奖励引导扩散模型,微分方程,病人轨迹,世界模型。有具体项目搭建经验者优先。 3. 熟悉医疗相关数据集,如MIMIC,EHR等。 4. 具备较强的学习能力和科研兴趣,能够快速阅读论文、理解方法并进行复现和改进。
加分项: 1. 具有较好的数学基础,能够理解机器学习、扩散模型中的基本公式与目标函数; 2. 对强化学习,如CQL,DQN等有所了解; 3. 对因果推断与反事实预测等有所了解; 4. 具有较强的问题抽象与逻辑表达能力,能够将一个复杂问题清晰、准确地表达和解释; 5. 有相关科研项目、论文复现、开源项目或论文发表经历。



