Goh Kun Ming

数据 · 研究平台

Policy Intelligence

2025年3月 – 至今

连接历史数据，支持审慎探索。

一个可复现的历史安全与公共政策研究平台，整合数据管道、机器学习、地理空间分析、图分析视图和受约束的信息检索。FastAPI 后端与 React 仪表板支持汇总分析。项目报告的是关联关系，而非政策的因果效果；在缺少授权数据和固定版本结果的情况下，不宣称模型质量。

• FastAPI
• React
• 数据工程
• RAG

作品详情

• 构建了覆盖 1996–2021 年的国家—年份面板，将事件结果与治理指标关联。
• 通过聚类和确定性的后备规则，实现自适应的伤亡严重程度标签。
• 在共享的预处理和实验跟踪流程中配置逻辑回归、随机森林和 Extra Trees。
• 编写了 12 份研究笔记本，涵盖数据质量、预测、模型、图分析、检索和监测。
• 为 API 响应设置上限，并加入防护措施，将用途限定为历史汇总研究。

研究 · 公开项目

Cross-Site RF Drone Detection and Classification

2026年5月 – 2026年8月

关于跨场地射频分类的研究，记录了评估局限，未声称已部署。

一项研究射频无人机分类器能否跨采集地点泛化的研究。项目比较信号表示方式，并将无人机检测与已知身份分类分开。所报告的评估未通过所有跨地点验收条件，因此不宣称具备与地点无关的性能、发表条件或部署就绪性。

作品详情

• 审查了四个地点的 1,253 条有效采集记录，并隔离无效采集批次。
• 将采集数据转换为统一的信号窗口及 PSD/STFT 表示。
• 预先登记留出地点的评估方法、阈值和验收标准，未使用留出地点进行调参。
• 比较 PSD、STFT 及其组合表示，并采用聚类分组的不确定性估计。
• 分别评估已知身份和未知身份的情况。
• 记录未通过的验收条件，以及部署和泛化方面的限制。

研究 · 公开项目

Multi-Modal Low-Altitude Drone Detection and Digital Twin

2026年4月 – 2026年8月

事件相机检测研究与传感器接口开发；公开记录区分了离线实验与实时系统的就绪程度。

一项事件相机检测研究，同时开展事件、热成像和射频传感器接口集成，并包含独立的 RGB 检测器。报告的模型结果仅适用于离线事件相机分支；其他传感器并未作为学习式融合模型的输入。实时相机就绪性和可运行的融合系统尚未得到证实。

作品详情

• 集成了三种传感器接口，并记录模型输入、输出和交接限制。
• 将 231 个 FRED 序列转换为 630,340 帧因果事件堆叠图像，并按序列划分数据集。
• 在评估前审查标注、图像、投影框和图像切块。
• 比较 YOLO、RF-DETR 的训练运行及拼接图像配置。
• 选择了以部分检测精度换取较少误报的运行设置。
• 记录离线 GPU 耗时、雨滴过滤的限制，以及缺少实时系统验证的情况。

研究 · 公开项目

Satellite-to-Simulation Data Pipeline

2026年4月 – 2026年8月

用于统一图像标注、追踪数据来源和检查分割数据质量的研究流水线。

一个具有数据治理机制的卫星图像处理管道，将异构标注转换为分割、分类和上下文输出。项目结合一致的标签映射、几何衍生特征和可追溯的质量检查，为仿真相关研究准备数据。

作品详情

• 统一栅格、COCO、XML、TXT 和 GeoJSON 标注，并明确处理含糊标签。
• 从 14 个数据集根目录准备了 13,487 个分割样本和 56,096 条分类记录。
• 统一一个背景类别和 19 个前景类别。
• 提取几何组件、拓扑边和上下文特征。
• 生成来源日志、结构化清单、阶段报告和 117 张可视化质量检查预览。
• 检查图像与掩码对齐及重复图像泄漏，并隔离无法读取的数据。

研究 · 公开项目

Tri-Modal Runway Inspection and Abnormality Detection

2026年4月 – 2026年8月

比较传感器与融合策略的模拟巡检研究，明确说明了实际运行用途的局限。

一项模拟跑道检查研究，比较 RGB、热成像和 LiDAR 的检测与融合策略。UE5/AirSim 样本支持可复现实验和来源审查。报告的审查前诊断显示检测失败，因此该项目属于研究，而非可部署的检查系统。

作品详情

• 在 14 种条件下采集了 1,442 个模拟样本，包含裂缝和坑洞标注。
• 明确区分热成像模型输出与规则生成的检测结果。
• 比较单传感器、双传感器和三传感器融合策略。
• 分开训练序列与留出序列，并仅用训练数据调参。
• 采用按序列聚类的自助采样分析估计不确定性。
• 追踪原始产物与路由决策，并记录评估揭示的限制。

AI · 公开项目

YOLO Leaf Object Detection Pipeline

2026年7月

用于叶片检测的数据集准备与验证；数据准备完成并不能证明训练后的检测器性能。

一个可复现的叶片检测工作流，结合 PlantVillage、PlantDoc 和生成的困难负样本。它准备和验证数据、配置 YOLO 训练，并提供导出和浏览器推理接口。代码库中未提交足以证明检测精度、延迟或生产就绪性的训练权重或留出评估结果。

作品详情

• 将 57,164 张图像和 63,225 个边界框确定性地划分为训练、验证和测试集。
• 将 Pascal VOC 标注转换为归一化 YOLO 坐标。
• 为不同来源的数据集生成不易发生命名冲突的文件名。
• 在训练前验证图像—标签配对、类别编号、坐标和数据划分泄漏。
• 配置三个 YOLO 候选模型、有限规模的训练冒烟测试流程和 ONNX 导出接口。
• 将数据集工具测试与外部数据准备和 GPU 训练分开。

安全 · 公开项目

Sentinel Endpoint Framework (SEF)

2025年6月 – 2026年6月

本地终端监控工具，包含实体密钥检查、PIN 控制、审计记录和用户自主恢复功能。

一个基于 Rust 的本地终端监控程序和控制面板，使用实体安全密钥检测、PIN 保护的控制和审计记录。它支持可撤销的维护操作和用户自主恢复，并在迁移期间保留 Python 后备实现。已实现的用户态监控功能以外，高级防护模块仍属于预览设计。

作品详情

• 实现安全密钥在位轮询、宽限期和故障安全锁定请求。
• 加入加盐 PIN 校验、短时授权会话，以及必须使用实体密钥的先锁定后恢复流程。
• 构建 localhost 面板，用于可信密钥登记、防护状态查看和维护控制。
• 记录密钥状态变化、配置变更、授权和恢复事件。
• 打包可撤销的 Windows 启动控制，并限制长期运行的策略状态规模。
• 通过明确的威胁模型，将七类预览控制与已实现功能区分。

AI · 全栈原型

VeggieAI

2026年1月 – 2026年2月

将计算机视觉融入实用的网页应用。

VeggieAI 将蔬菜图像分类与价格查询、需登录查看的历史记录及对话式指导连接起来。Flask 网页应用使用独立、由模型注册表管理的服务。项目记录了两个可复现加载的模型包，但已提交的训练和评估产物尚不足以支持留出集精度和延迟声明。

• Python
• Flask
• 计算机视觉
• Docker

作品详情

• 将网页应用与推理服务分离为包含两个镜像的容器组合。
• 为四标签和五标签模型分别定义接口约定及专属预处理。
• 在提供服务前验证清单、标签、包路径和校验和。
• 在推理前拒绝不兼容的图像形状、通道和归一化配置。
• 通过服务冒烟测试检查健康状态、元数据和预测接口。
• 将 OpenAI、Roboflow、邮件和远程模型集成保留为需显式配置的可选功能。

社区 · 公开项目

RAG-Powered Food Waste Reduction System

2025年10月 – 2026年2月

通过设计思维、商户洞察和可行性分析形成的校园食物浪费减少聊天机器人构想。

FoodBot 是通过设计思维、摊贩意见和可行性分析形成的校园食物浪费聊天机器人概念。它结合时间、地点、浪费规律和校历背景，探索摊贩备餐指导，以及学生和员工的废弃物处理决策。该项目属于提案，尚非已部署的服务，也未取得经测量的减废成效。

作品详情

• 分析校园食物浪费规律，以及现有方法在运作上的缺口。
• 从摊贩、清洁人员和消费者的角度界定系统层面的问题。
• 运用 S.P.I.C.E. 框架研究行为驱动因素。
• 设计用户画像和低操作负担的聊天机器人交互概念。
• 拟定备餐指导、废弃物处理提示和行为引导。
• 将提案与负责任消费及校园可持续发展目标联系起来。

数据 · 课程仪表板

Student Risk Analytics

2026年1月 – 2026年2月

让学生群体的数据规律更易理解。

一个交互式 Dash 应用，用于探索学生成绩、出勤、问卷和群体规律。它整合源数据，形成最新学期概况和透明的审查视图。可配置的 GPA 与出勤阈值属于非诊断性的决策支持规则，不能证明风险因素的因果关系或干预措施的有效性。

• Python
• Dash
• 统计学
• 可视化

作品详情

• 合并学生资料、成绩、问卷和课程代码，并统一周期标签以便筛选。
• 创建最新学期概况和三个可配置的审查层级。
• 构建群体、趋势、风险流向、支持因素和优先级视图。
• 公开筛选条件和阈值，使审查者能够查看分组如何变化。
• 检查工作簿数据约定、标识符重叠、缺失数据和重复记录。
• 记录可复现的应用配置，并验证分析辅助函数。

AI · 公开项目

Trip Safety Prediction System

2026年1月 – 2026年2月

离线行程分类应用，区分基于模型的批量预测与单条记录的启发式输出。

一个离线 Windows 应用，利用随附的决策树管道将车辆传感器记录转换为行程级安全类别。批量预测遵循明确的特征约定，而单条记录输出被清楚标为启发式后备结果。项目展示了可复现的推理，但已提交材料尚未证明留出数据上的预测质量。

作品详情

• 验证缺失值标记、GPS 精度、方位角和必需的数值字段。
• 提取 19 个行程级特征，涵盖时长、运动、速度和传感器质量。
• 生成由模型支持的 SAFE 或 DANGEROUS 批量结果，并标明推理来源。
• 将完整行程聚合与单记录启发式模式分开。
• 将模型和界面资源打包为 Windows 可执行文件。
• 通过自动化测试检查清洗、聚合、持久化、桌面流程和打包后的推理。

数据 · 公开项目

Wage Modelling & Regression Analysis

2025年10月 – 2026年2月

结合解析推导、梯度下降和可复现性检查的回归课程研究。

一项使用工资数据和小规模衍生加班示例的透明回归研究，结合解析推导、从零实现的梯度下降、特征缩放和统计交叉核验。所报告的改进针对计算收敛，而非预测泛化；双特征示例仅包含十条衍生记录。

作品详情

• 用 Python 实现过原点、带截距和斜率，以及双特征回归模型。
• LinkedIn 项目描述称，通过 20 次确定性拟合比较了十个共用学习率。
• LinkedIn 项目描述称，在所述误差容限内，收敛迭代次数从 173 次降至两次，并从 401 次降至 59 次。
• 利用闭式最小二乘参考结果和 Minitab 交叉核验拟合目标。
• 添加可复现性与保护机制测试，并记录推导过程和报告来源文件。

数据 · 公开项目

Driver Safety Analytics Platform

2025年10月 – 2025年12月

驾驶安全数据流水线，结合验证、特征工程、维度建模和分析报告。

一个驾驶安全数据工程管道，将驾驶员、传感器和安全标签记录从 MySQL 暂存层，经 Python 与 PySpark 处理后写入星型模式数据仓库。它为探索性分析准备数据和 Power BI 文件，并提供安全的命令行编排与离线检查，不宣称生产规模或安全影响。

作品详情

• 构建驾驶员和行程传感器维度，并与订单级安全标签关联。
• 应用模式标准化、去重、缺失值处理和基于规则的验证。
• 提取加速度幅值、加加速度、行程汇总和行为指标。
• 实现 IQR 与 PCA 重构诊断，识别异常传感器记录。
• 加入环境验证、模拟运行和需主动启用的实时数据库访问。
• 保留笔记本、SQL、Power BI 文件，以及架构、隐私和运维文档。

数据 · 课程仪表板

HDB Resale Explorer

2025年10月 – 2025年12月

探索新加坡住房背后的数据。

一个可用于 Tableau 的市场分析管道，探索新加坡 HDB 转售组屋的可负担性、价值和地点取舍。可复现的数据清洗和地理空间补充为经验证的数据集及仪表板提供输入。市场指标保留明确的时间范围，区分同比变化与较长期增长。

• Python
• 数据清洗
• 仪表板
• 新加坡

作品详情

• 统一市镇、街道、房型、楼层、组屋型号和租期标签。
• 修正已记录的面积异常并删除重复记录。
• 验证分别包含 202,461 条和 216,695 条记录的规范数据集与扩充数据集。
• 提取单位面积价格、租期、交易时期和地点背景字段。
• 构建 Tableau 工作簿，比较市镇、房型和家庭需求。
• 保留笔记本、方法说明、数据来源注释、报告和演示材料。

项目详情

3 张图片

AI · 公开项目

Multimodal Property Price Prediction System

2025年10月 – 2025年12月

结合结构化房源信息以及可选文本和图像信号的房产估值原型，组件评估范围有限。

EstateScope AI 是一个基于 Flask 的美国房地产估值原型，将结构化房源与可选的文字描述和图像信息结合。它支持预测历史、分析接口、住房对话和模型治理。文本组件经过范围明确的留出评估，但尚无可比证据证明多模态带来的提升或生产环境精度。

作品详情

• 准备相互隔离、防止数据泄漏的文本训练集、验证集和测试集。
• 使用固定版本的模型产物，对 1,517 个留出样本评估文本组件。
• 展示各模态的估值，并仅对推理时可用的输入取平均。
• 验证已提交模型的校验和、加载情况和兼容性。
• 构建带范围限制的趋势与分布接口，并提供需登录查看的历史记录。
• 记录模型晋级、回滚、容器健康状态，以及缺失的多模态评估证据。

创意 · 公开项目

Data Storytelling on AR Gaming Pilot with Current Affairs Insights

2025年7月 – 2025年8月

使用人口统计与游戏洞察讨论试点地点的 Power BI 仪表板及团队演示。

一个 Power BI 数据叙事和团队演示项目，为增强现实游戏试点提出地点建议。建议参考人口特征、可达性和游戏行为分析，并将部分可持续发展目标作为课程背景。

作品详情

• 根据先前分析构建有说服力的数据叙事。
• 改进 Power BI 仪表板、视觉提示和叙事顺序。
• 为 Catch & Go 比较人口特征、可达性和游戏行为证据。
• 进行 15 分钟的团队演示并回答相关方的问题。
• 推荐新加坡试点地点，并将提案与部分可持续发展目标联系起来。

创意 · 公开项目

Diploma in Applied AI & Analytics Promotion Video

2025年7月 – 2025年8月

文凭课程宣传视频，探索面向受众的叙事、平台选择和负责任的数字内容创作。

一部向 16–21 岁观众介绍应用人工智能与分析文凭课程的短篇宣传视频。项目结合面向受众的叙事、平台选择和负责任的数字内容创作。

作品详情

• 制作面向青年观众的文凭课程介绍视频。
• 运用 PAC 和 HoMA 框架设计故事与吸引注意的开场。
• 评估适合目标受众的社交媒体平台。
• 考虑版权、署名和负责任的 AI 工具使用。
• 在问答环节解释创作选择、推广方式和数字伦理。

AI · 笔记本实验

Handwritten Character Lab

2025年7月 – 2025年8月

比较神经网络的不同生成方式。

一个针对 16 个选定 EMNIST Letters 类别的生成模型实验项目，保留课程笔记本和可复用的 Python 工具。项目探索八类 GAN 及变分或条件扩展。虽然提供评估工具，但已提交的检查点和多随机种子结果不足以确立最佳模型。

• 深度学习
• GANs
• EMNIST
• 评估

作品详情

• 配置统一的灰度输入、潜在向量和可复现实验设置。
• 实现八类 GAN，以及变分和条件扩展。
• 加入 FID、KID、多样性、模式崩溃和嵌入分析工具。
• LinkedIn 项目描述称，在计算指标前验证了样本数、数值有限性、维度和协方差结构。
• 记录自然图像特征提取器用于小尺寸手写字母时的限制。
• 保留原始笔记本和已清除输出的研究章节，并添加预处理和完整性测试。

软件 · 公开项目

Newspaper Restoration System using Prefix Tries

2025年7月 – 2025年8月

文本修复工具，探索通配符恢复、模糊建议、词汇维护和前缀树可视化。

一个可解释的 Python 命令行工具包，用于修复残缺的历史报纸文字。每个通配符代表一个缺失字符，结合前缀树查找、排序建议和模糊搜索辅助恢复。可视化检查和自动化验证用于解释行为，不宣称已在基准语料上测得恢复准确率。

作品详情

• 实现精确通配符、子树和编辑距离恢复策略。
• 以确定性顺序排列精确及模糊匹配建议。
• 加入前缀与后缀批量编辑，以及持久化词汇存储。
• 可视化前缀树拓扑、相似关系和共现结构。
• 将存储、文件处理、恢复、图构建和控制台交互拆分为可测试组件。
• 提供编辑、搜索、批量处理、可视化和恢复的命令行工作流。

AI · 笔记本实验

Pendulum Learning Lab

2025年7月 – 2025年8月

通过尝试、奖励与评估学习控制。

一个在 Pendulum-v1 上比较 Standard、Double、Dueling 和 Rainbow DQN 的强化学习实验项目。它将连续力矩映射为离散动作，并提供可复用的回放、训练、评估和调参组件。本地冒烟运行与完整研究明确区分，不宣称在匹配的多随机种子实验中取得回报优势或控制稳定性。

• 强化学习
• DQN
• Python
• 优化

作品详情

• 将连续力矩映射为离散动作区间，以支持基于价值的学习。
• 配置带随机种子的实验，包含回放缓冲区、预热和目标网络更新。
• 为 Rainbow DQN 添加优先经验回放和价值分布输出。
• 提供回报汇总、学习曲线分析、贪心策略运行和比较视图。
• 将有限规模的冒烟运行与完整的 500 回合研究配置分开。
• 验证实验工具和笔记本完整性，并记录缺少匹配的多随机种子运行。

创意 · 公开项目

AI-Powered Haiku Generator

2025年4月 – 2025年5月

命令行俳句工具，结合词语变换、马尔可夫链生成、音节检查及可选音频朗读。

一个命令行俳句工具，结合词语变换、考虑音节数的马尔可夫生成和可选朗读。项目探索如何通过明确的语言规则与有限生成流程，产生可复现的 5–7–5 音节诗句。

作品详情

• 构建同义词、最短同义词、反义词和批量排列模式，并处理标点与大小写。
• 实现考虑音节数的马尔可夫生成，设置有限重试及后备方案，以满足 5–7–5 结构。
• 加入可选的 WAV 朗读，由单词级音频片段拼接而成。
• 将分词行、关键词索引、音节计数、词库查找、俳句生成和文件处理划分为六个抽象组件。
• 验证命令行输入和文件可用性，并添加 16 项测试，覆盖率为 54%。
• 记录了从 12 行语料生成的确定性 5–7–5 示例；这展示生成流程，并不证明普遍的诗歌质量。

AI · 公开项目

CNN Image Classification on Multi-Resolution Vegetable Dataset

2025年4月 – 2025年5月

用于蔬菜分类的课程研究，比较卷积架构、图像分辨率和数据增强方法。

一项蔬菜图像分类研究，在两种图像分辨率和数据增强设置下比较卷积网络设计。项目结合数据集修正、可重复的预处理，以及历史实验结果的评估。

作品详情

• 使用 23×23 和 101×101 灰度输入，比较有无数据增强时的 11 个蔬菜类别。
• 通过支持模拟运行的辅助工具修正验证集与测试集目录名称，以及放错位置的胡萝卜图像。
• 探索 Sequential、Functional、残差、Inception 风格和深度可分离 CNN 架构。
• 记录了一次验证准确率为 0.908 的历史 Sequential 搜索，以及另一次测试准确率约 94.2% 的运行；这些结果不能确立普遍最优的架构。
• 在 Python 3.11 和 3.12 上添加 13 项测试，整体覆盖率为 48%。
• 记录数据集划分数量，以及缺失的可复现产物，包括模型权重和多随机种子比较。

数据 · 公开项目

Location Recommendation for AR Mobile Game Pilot

2025年4月 – 2025年5月

使用 Power BI 分析人口统计、可达性和游戏行为，为拟议试点地点提供参考。

一个 Power BI 地点推荐项目，面向 Funtendo 拟议的 Catch & Go 增强现实游戏试点。团队利用人口、出行和游戏相关信息，解释新加坡候选地点的选择。

作品详情

• 在 Power BI 分析中整合人口、收入、住宅、出行和游戏数据集。
• 创建可视化视图，比较可达性、玩家行为和参与度方面的考虑。
• 根据报告识别的规律提出新加坡试点地点。
• 用简明的核心信息和可持续发展目标论据概括推荐方案。
• 通过三页仪表板和配套叙事展示分析。

AI · 公开项目

RNN-based Movie Review Sentiment Analysis

2025年4月 – 2025年5月

比较循环模型在影评情感分类和评分预测中的表现，使用独立的评估数据。

一项双语影评研究，比较用于情感分类和评分回归的循环网络。工作流重视一致的英语与马来语预处理、防止泄漏的数据划分，以及适合各任务的评估。

作品详情

• 在拟合建模流程前，按 80/10/10 比例划分训练集、验证集和测试集。
• 对英语和马来语评论进行小写化、标点处理、停用词移除、词形还原、分词和填充。
• 仅对训练数据应用固定随机种子的增强，将分类样本从 222 增至 888，回归样本从 501 增至 2,004。
• 比较 SimpleRNN、LSTM 和 GRU 在二元情感分类及数值评分预测上的表现。
• 使用准确率、精确率、召回率和 F1 评估分类，并按评分区间用误差和拟合指标评估回归，不宣称某架构最优。
• 添加 22 项测试，覆盖率为 55%，并记录缺失评分、重复记录、短评论和重复文本的清理。

研究 · 公开项目

Research Report on Quantum Computing as Green Technology for AI Model Training

2025年4月 – 2025年5月

基于文献讨论量子计算、AI 训练与可持续性；并非通过实测得到的能效基准。

一份探讨量子计算能否成为 AI 训练绿色技术的研究报告。它通过已发表文献考察能源使用、成本、技术限制和采用方案，而非对匹配工作负载开展实验基准测试。

作品详情

• 回顾关于量子与经典计算用于 AI 模型训练的文献。
• 结合技术限制，比较报告中的能源、基础设施和成本因素。
• 通过 SWOT 分析和环境影响讨论整理机会与风险。
• 将报告与可持续发展目标 9、12 和 13 联系起来。
• 建议研究混合式和云端采用方案，同时将可持续效益视为需要可比工作负载证据回答的问题。

社区 · 公开项目

NUS HumanITy Challenge

2025年3月 – 2025年4月

可持续发展创新挑战，涉及技术构想、风险考量和协作式方案设计。

一次以决赛队伍身份参加 NUS HumanITy Challenge 的经历，该赛事是一项大学预科阶段的可持续发展竞赛。项目聚焦利用信息技术和 AI，为现实中的可持续发展问题提出方案。

作品详情

• 利用信息技术和 AI 构思可持续发展解决方案。
• 在完善提案时考虑实施风险。
• 跨学科合作，展示团队的决赛提案。

数据 · 公开项目

Content Performance Analysis & Strategy Refinement

2025年1月 – 2025年2月

对宣传活动形式、发布时间和互动模式的探索性分析，附有可复现的图表。

一项社交内容表现的观察性分析，利用历史帖子数据完善拟议的数字营销策略。项目区分已测量的互动规律与尚未在后续活动中测试的建议。

作品详情

• 分析包含 100 篇帖子、192 条评论、689 次回应和 8,208 次浏览的语料，并重点审查 28 天内的七项活动内容。
• 比较内容形式、发布日和发布时间与浏览、回应和评论的关系。
• 使用热图、箱线图、折线图和分组比较解释互动规律。
• 根据观察数据提出发布时间、行动号召、标签和内容方面的调整。
• 添加 14 项回归约定测试，并检查九张复现图像的输出字节完全一致。
• 将结论限定为观察性发现；分析未测量因果效果或活动后的提升。

AI · 笔记本实验

客户分群

2025年1月 – 2025年2月

通过聚类探索客户群体。

一个针对年龄、收入和消费数据比较聚类方法的客户分群工作流。它包含输入验证、可复用模型产物和可解释的群组概况，用于探索性营销分析。

• Python
• 聚类
• PCA
• 评估

作品详情

• 验证客户标识符为有限且唯一的值，并记录类别取值，采用 1.5×IQR 收入异常值规则。
• 标准化年龄、收入和消费特征，将性别留作聚类后的解释信息。
• 比较使用和不使用 PCA 时的 K-Means、凝聚层次聚类和 DBSCAN。
• 构建可配置的六群组 K-Means 工作流，保存缩放器、模型、群组分配和指标。
• 结合惯性评估轮廓系数、Davies–Bouldin 和 Calinski–Harabasz 分数，并添加 15 项测试，覆盖率为 95%。
• 记录缺少外部验证、稳定性研究和实测活动提升；这些群组仍属探索性结果。

软件 · 公开项目

FitnessQuest Gamified Fitness Application

2024年10月 – 2025年2月

游戏化健身应用，包含账户、挑战、任务、物品栏，以及考虑资源归属的应用控制。

一个使用 Express、MySQL 和原生 JavaScript 界面构建的响应式游戏化健身应用。它通过明确的归属检查和可重复的应用测试，连接用户账户、挑战和游戏进度。

作品详情

• 构建注册、登录、个人资料、排行榜、挑战、评论、宠物、背包、战斗、任务和成就功能。
• 为 Node.js 22+ 实现 Express 5 应用，使用 MySQL 8.4、JWT 身份验证和 Zod 验证。
• 根据已验证 JWT 中的用户身份检查资源归属，而非信任客户端提交的用户标识符。
• 添加密码哈希、安全响应头、请求限制、参数化查询和安全错误响应。
• 使用 textContent 渲染用户内容，并将数据库迁移和测试重置与应用运行时分开。
• 记录六项 API、三项安全和六项浏览器检查；这些独立检查不能证明生产可靠性。

数据 · 公开项目

Singapore Graduate Employment, Salary & Labour-Market Analysis

2025年1月 – 2025年2月

毕业生就业与薪资研究，包含数据质量检查、探索性建模及透明的群体比较。

一项新加坡毕业生就业与劳动力市场分析，结合数据清洗、描述性视图、薪资建模和聚类。项目考察不同教育背景与人口群体中的就业和收入规律。

作品详情

• 为七个源数据集准备处理流程，涵盖类型转换、缺失值、重复记录，以及 IQR 或 z 分数异常值检查。
• 提取薪资差距和就业率差距指标，并映射学科领域。
• 使用随机森林进行薪资插补或预测，结合聚类和描述性分析。
• 比较大学、学位、年份、行业、年龄、性别、教育及人口背景之间的规律。
• 检查七份无已存储错误的笔记本，并在 Python 3.10–3.12 上添加 17 项测试，覆盖率为 80%。
• 记录缺少原始数据表、已拟合模型、留出指标和不确定性分析；这些结果不能确立预测性能。

数据 · 公开项目

Statistical Analysis of AI Industry Trends

2024年11月 – 2025年2月

AI 行业趋势统计课程研究，通过图表和数据叙事海报呈现。

一项以数据叙事海报呈现的 AI 行业趋势统计研究。它考察训练算力、模型性能、经验、薪资和 AI 采用情况之间的关系。

作品详情

• 探索描述 AI 行业的现实数据集。
• 研究训练算力与模型性能，以及经验与薪资之间的关系。
• 使用描述统计和群组分析比较与 AI 采用相关的薪资规律。
• 结合相关性和回归视图，应用 ANOVA 与 Tukey HSD。
• 通过包含箱线图、直方图及统计说明的 A3 海报传达发现。

AI · 笔记本实验

公用事业用量预测

2025年1月 – 2025年2月

研究用电、用气和用水的季节性模式。

一项涵盖燃气、电力和用水量的月度公用资源预测研究。工作流通过按时间顺序的评估比较统计时间序列模型，并验证输入序列的结构。

• Python
• 时间序列
• ARIMA
• 评估

作品详情

• 使用对数变换和按时间顺序留出的数据准备月度序列，并说明可选的异常值移除如何影响时间间隔。
• 比较 ARIMA、调参后的 ARIMA 和季节性 SARIMAX 模型。
• 记录选定的燃气 ARIMA(18,2,9)、电力 SARIMAX(3,1,4)(5,1,6,12) 和用水 ARIMA(9,2,17) 配置。
• 设置 60 个月的留出区间和预测跨度，使用 MAE、RMSE、R²、解释方差和 MAPE 评估。
• 验证有限数值、连续月份和预测跨度，拒绝重复或缺失月份，并添加 43 项测试。
• 记录缺少原始序列、拟合模型、固定版本回测、基线比较和预测区间；尚未证明运营或可持续发展影响。

社区 · 公开项目

NUS-Rightship Maritime Hackathon

2024年10月 – 2025年1月

海事黑客松，探索利用 AI 与数据改善港口运营、排放和船舶安全的构想。

一个参加 2025 年 NUS–RightShip 海事黑客松的团队项目，赛事持续 24 小时。挑战要求利用数据和 AI 构思方案，应对全球海事运营中的问题。

作品详情

• 在 24 小时黑客松形式下开展海事挑战。
• 探索用于港口效率、排放和船舶安全的 AI 与数据驱动方法。
• 在提案中应用机器学习、分析和协作式问题解决。

研究 · 公开项目

AI Ethics & Governance Survey Analysis

2024年10月 – 2024年11月

基于问卷调查探索人们对 AI 立法、透明度、数据保护与治理的看法。

一项问卷分析项目，考察公众和专家对 AI 伦理、立法与治理的看法。Power BI 仪表板结合可持续发展目标 16，呈现受访者的关注点和优先事项。

作品详情

• 分析关于 AI 立法、伦理和治理的问卷回答。
• 考察透明度、国际法、数据保护、虚假信息和岗位替代。
• 使用描述统计比较受访者的关注点并排序。
• 构建展示回答和治理优先事项的 Power BI 视图。
• 根据问卷发现提出加强透明度、国际标准和隐私保护的建议。

创意 · 公开项目

Digital Marketing Strategy for Bubble Tea Brand

2024年10月 – 2024年11月

运用环境分析、营销组合框架及客户旅程规划的营销课程提案。

一份珍珠奶茶品牌的数字营销策略提案，围绕“压力少一点，奶茶多一点”的价值主张，连接客户研究、品牌定位和两周内容计划。

作品详情

• 运用 STEEP、SWOT 和营销组合分析商业背景。
• 建立客户画像并梳理购买决策过程。
• 围绕定制饮品和风味珍珠定义线上价值主张。
• 在两周编辑日历中规划内容主题、平台和目标受众。
• 提出付费推广构想与预算，不宣称取得已测量的活动成果。

数据 · 课程分析

职位帖探索器

2024年10月 – 2024年11月

探索职位帖互动背后的模式。

一项聚焦薪资、职位属性和申请活动的 LinkedIn 招聘信息探索性分析。工作流清洗并关联源数据表、提取比较指标，并记录如何重建分析笔记本。

• Python
• Pandas
• Matplotlib
• 数据清洗

作品详情

• 准备五个源数据表，涵盖公司、薪资、活动、工作安排、计薪周期、资历和时间戳。
• 提取年薪、薪资范围、发布时长，以及可安全处理零值的申请与浏览比率。
• 考察薪资、工作安排、资历、发布时长、浏览、申请、年薪和转化规律。
• 应用 IQR 薪资筛选及可选的 z 分数检查，探索异常值。
• 将含 234 个单元格的笔记本整理为六个章节，并提供只读重建验证和自动化测试。
• 记录原始源数据表不可用的情况，并将结论限定为描述性招聘信息分析。

AI · 笔记本实验

机器故障预测

2024年10月 – 2024年11月

比较用于机器状态分类的模型。

一项针对严重类别不平衡的机器故障数据集的集成分类研究。工作流分开训练、阈值选择和最终评估，报告故障检测的取舍，而非仅看准确率。

• Python
• 机器学习
• 集成学习
• 评估

作品详情

• 对包含 678 次故障和 2,579 个缺失单元格的 20,000 条记录进行准备，预处理仅在训练数据上拟合。
• 组合决策树、随机森林、梯度提升、AdaBoost、K 近邻和逻辑回归估计器。
• 使用固定随机种子划分 12,000 条训练、4,000 条阈值验证和 4,000 条测试记录。
• 在 181 个候选值中，根据验证集 F1 选择 0.455 的决策阈值。
• 报告留出精确率 0.5932、召回率 0.7721 和 F1 0.6709，检出 136 次测试故障中的 105 次，同时产生 72 次误报。
• 添加 17 项测试，并记录单一数据集、非时间顺序评估的限制；外部工厂验证和校准仍未确立。

AI · 笔记本实验

房价实验室

2024年10月 – 2024年11月

将房价模型与简单基线进行比较。

一项使用 545 条记录的课堂住房数据集的集成回归研究。项目构造房产特征，通过交叉验证比较模型权重，并保留独立测试集用于评估。

• Python
• 回归
• 集成学习
• 评估

作品详情

• 准备覆盖五个城市和三类装修状况的数据集，无缺失值或重复标识符。
• 构造总房间数、每卧室面积、卫生间与卧室比率和楼层面积特征，输入中不包含标识符及价格。
• 在各折内拟合插补、缩放和独热编码，防止预处理泄漏。
• 在 436 条训练记录上通过五折验证比较四组集成权重，选出 Ridge、随机森林和梯度提升的 2:1:1 组合。
• 评估 109 条留出记录：R² 为 0.5353、MAE 为 113,249.95、RMSE 为 153,267.51，误差低于中位数基线。
• 添加 19 项测试，并记录缺少外部验证、预测区间和子群分析；该项目仍属课堂研究。

数据 · 公开项目

Water & Energy Consumption Analysis of Shopping Mall

2024年10月 – 2024年11月

使用 Power BI 仪表板探索购物中心的用水与用电、趋势及类别层面的比较。

一项关于 Prestige Mall 五年用水和用电情况的 Power BI 分析。仪表板支持讨论资源使用规律及可能的效率改进。

作品详情

• 分析购物中心五年的用水和用电数据。
• 构建展示消耗趋势、类别和同比变化的交互式视图。
• 使用矩形树图、折线图、条形图和瀑布图解释发现。
• 将分析与可持续发展目标 6 和目标 7 联系起来。
• 通过数据叙事提出效率改进建议，不宣称已测得资源节约。

安全 · 公开项目

GovTech AI Capture-The-Flag

2024年10月

参与 AI 安全竞赛，涉及团队协调和以挑战为基础的问题解决。

一次以团队形式参加新加坡政府科技局 AI 夺旗竞赛的经历。活动结合技术问题解决，以及在多种 AI 和网络安全挑战中的团队协调。

作品详情

• 参加 GovTech CSG 举办的新加坡 AI 夺旗竞赛。
• 应对涵盖七个领域的解题式挑战。
• 在竞赛环境中带领团队协调与协作解决问题。

研究 · 公开项目

Fairness of Meritocracy in Singapore

2024年4月 – 2024年8月

通过研究支撑的辩论，探讨教育机会、考试、奖学金以及精英制度的优势与局限。

一项围绕新加坡教育制度公平与任人唯贤原则的研究性辩论。项目建立结构化论证，同时考察考试、奖学金和终身学习的优势与局限。

作品详情

• 研究任人唯贤原则如何在新加坡教育制度中运作。
• 引用资料考察考试、奖学金和终身学习机会。
• 准备包含支持案例和结构化论点的正方论证。
• 针对任人唯贤结果的局限，构建反方观点与反驳。

社区 · 公开项目

Resolution to Unequal Education Opportunities

2024年6月 – 2024年8月

探讨以在线学习应对教育机会不平等的提案，包括可行性与数字接入限制。

一份通过免费在线学习资源平台应对教育机会不均的提案。项目探索社会经济障碍，并评估数字访问方案的实际限制。

作品详情

• 调查影响教育机会的社会经济障碍。
• 提出免费提供学习资源、笔记和示例试卷的平台。
• 应用 SCAMPER 和计算思维方法，包括分解、模式识别、抽象和算法设计。
• 使用流程图梳理拟议的工作流程。
• 考虑可行性、扩展性、数字访问和基础设施需求，不宣称已实现教育成效。

云计算 · 公开项目

Website Deployment on AWS EC2 with WordPress

2024年4月 – 2024年8月

使用 Ubuntu 服务器、LAMP 技术栈和数据库配置完成 WordPress 云部署课程项目。

一项云托管课程练习，在运行 Ubuntu 的 AWS EC2 实例上部署 WordPress。项目涵盖服务器设置、网络、数据库配置和网页应用安装。

作品详情

• 创建 Ubuntu 22.04 EC2 实例，并安装 Linux、Apache、MySQL 和 PHP 技术栈。
• 通过 PuTTY 配置管理用 SSH 访问，并分配 Elastic IP。
• 创建 WordPress 所需的 MySQL 数据库和用户权限。
• 配置 Apache、PHP 和应用文件系统权限。
• 当时通过公开 IPv4 DNS 测试课程网站；不宣称网站目前仍在线可用。

研究 · 公开项目

Application of Artificial Intelligence in Driving

2024年4月 – 2024年6月

讨论 AI 如何支持驾驶安全的研究提案，同时考虑成本、公平性、隐私和安全。

一份研究演示，探索支持可持续发展目标 3.6 的驾驶安全 AI 应用。提案权衡技术可能性与成本、偏差和安全因素。

作品详情

• 研究可能支持道路安全和事故预防目标的 AI 方法。
• 讨论自主系统、实时监测和预测分析等潜在方法。
• 解释计算机视觉、机器学习、神经网络、深度学习及配套数据的作用。
• 比较潜在收益与成本、偏差和安全挑战。
• 提出包括算法公平在内的负责任部署考虑；不宣称已实现车辆系统或测得安全改善。

社区 · 公开项目

NTU-GAIP Insurance Case Competition 2024

2024年6月

保险案例竞赛提案，探索 AI 支持、欺诈检测和定价，并考虑负责任的治理。

一份面向 2024 年 NTU–GAIP 保险案例竞赛、以 AI 为重点的提案。案例考察如何在兼顾负责任治理的情况下改进客户支持、欺诈检测和保费制定。

作品详情

• 为保险案例竞赛提案研究 AI 应用机会。
• 探索客户支持、欺诈检测和动态保费应用。
• 结合伦理要求考虑实施可行性。
• 在拟议方案中处理隐私、偏差和负责任治理问题。

研究 · 意识教育提案

青少年意识教育提案

2022年10月 – 2022年11月

关于青少年意识教育与社区警觉的 Boys’ Brigade 演示。

一份少年旅全球意识演示，提议举办关于激进化风险、数字素养和社区警觉的青年工作坊。项目记录的是经过研究的预防提案，而非已开展的活动或实测影响。

• 研究
• 数字素养
• 社区
• 风险意识

作品详情

• 为青年意识教育演示研究线上及线下的激进化风险。
• 拟定关于识别令人担忧的内容、寻求帮助和安全应对的教育工作坊。
• 将早期干预主题与数字素养及社区警觉联系起来。
• 考虑议题敏感性、活动实施风险和可能的缓解方法。
• 规划拟议工作坊的角色、人手、合作伙伴和资源需求。

研究 · arXiv 预印本 · 2025

Quantum–Classical GANs

在两种计算范式的交汇处开展实验。

我的 2025 年 arXiv 预印本探索将含噪量子电路用作生成模型的潜在先验，并比较经典 GAN 与量子—经典混合 GAN。

• 量子计算
• Qiskit
• GANs
• 研究

作品详情

• 使用 Qiskit 仿真，比较含 3、5 和 7 个量子比特的混合模型变体。
• 使用 FID 与 KID 评估生成的二值 MNIST 样本。
• 报告了经典基线在这些实验中表现最佳的结果。

研究 · arXiv 预印本 · 2025

Residual Learning Study

理解跳跃连接为何有助于深层网络。

这篇与 Xingyu Liu 合著的 2025 年 arXiv 预印本，通过比较 ResNet-18 与传统深层 CNN 在 CIFAR-10 上的表现，研究残差连接。

• 计算机视觉
• ResNet
• CIFAR-10
• 研究

作品详情

• 研究残差连接在梯度传播中的作用。
• 比较模型在 CIFAR-10 上的训练行为与分类结果。
• 在公开预印本中记录实现过程与评估结果。