个人陈述 · Personal Statement

尊敬的各位老师：

您们好！非常感谢能在百忙中拨冗阅读我的个人陈述。下面我将从个人基本情况（含个人技能）、专业知识情况、科研与竞赛成果、实践经历、对申请方向的理解及未来规划五个方面进行陈述，希望能够被老师发现优点和潜力，给我参加这次预推免的机会。

一、个人基本情况（含个人技能）

我是来自于中国农业大学（985，双一流 A 类）信息与电气工程学院计算机科学与技术专业的 2023 级本科生。 本科阶段潜心学习，前五学期 GPA 达到 3.78/4.0，成绩 排名 6/68（前 10%）， 同时具备良好的英语水平，CET6 524 分、CET4 561 分。

本科阶段，我获得了学业一等奖学金、校级优秀共青团干部等多个奖励，始终保持着学习、科研、社会活动全面发展的态度。 学习上，大一上的适应期过后，我在大一下、大二全年一直保持着绩点的 Rank 1； 科研上，我积极参与各类竞赛拓展能力范围并适当参与实验室相关项目； 社会活动上，我积极承担学工与志愿职责，任计算机 231 团支书、计算机本科生党支部宣传委员、信电学院电波融媒体中心运营部副部长。

个人技能方面，我系统学习了 C/C++、Python、JavaScript、HTML/CSS、PHP、SQL、Verilog、LaTeX/Markdown 等语言； 深入掌握了 VS Code、Vivado、微信开发者工具、Linux、Docker、Nginx、ChatGPT 等工具； 熟练完成 GitHub（Git、CI/CD）、腾讯服务器/域名、AutoDL、Kaggle 等平台的操作。

二、专业知识情况

作为计算机科学与技术专业学生，我重点学习了人工智能、计算机系统、软件工程、算法与基础数学四个主要板块。

人工智能方面，我深入学习了 Transformer 系列（掌握 BERT/GPT/Swin Transformer）、预训练微调、MCP 与 Agent； 学习 LSTM/GRU 等 RNN 与 ResNet/EfficientNet 等 CNN 模型，掌握目标检测（R-CNN/YOLO 系列）、图像分割（UNet）、 生成模型（GAN/Diffusion）与强化学习等方向；掌握 LR、贝叶斯、决策树、SVM、ANN、MLP 等传统机器学习理论。

计算机系统方面，我完整学习了从逻辑电路、微架构到指令系统，再到操作系统设计与编译器设计的计算机系统全流程， 掌握 FPGA 板的开发流程方法，对指令集设计、流水线设计、多级存储协调、操作系统搭建、I/O 接口技术深入了解， 同时对 TCP/IP 四层网络架构有了解。

软件工程方面，具备需求分析、概要设计、详细设计、编码实现、测试与维护等全流程能力， 掌握数据库设计、SQL 编程、事务处理、索引优化等技能，能够开发前后端分离的 Vue+FastAPI 应用、微信小程序及 LAMP 架构程序， 熟练使用 Git 版本管理、Docker 部署与 Nginx 反向代理。

算法与数学基础方面，深入学习了高等数学、线性代数、概率论数理统计、离散数学与复变函数， 进而学习了各类数据结构与算法，具备扎实的程序与算法能力。

三、科研与竞赛成果

在科研与竞赛方面，我多次获得重要奖项，包括：

  • 2025/11 获得全国大学生数学竞赛（CMC，非数学专业 A 类）三等奖；
  • 2026/5 获得中国大学生计算机设计大赛北京市级赛二等奖（问稻者·智耕通：面向智慧农业的多源数据汇聚 ERP 调度及 AI 协同平台，排名 2/8）；
  • 2025/5 获得蓝桥杯全国软件和信息技术专业人才大赛北京赛区C/C++ 程序设计大学 A 组三等奖；
  • 2026/3 获得美国大学生数学建模大赛 S 奖；
  • 2025/2、2025/12 两次获得中国农业大学程序设计大赛一等奖；
  • 2024/6 获得中国农业大学"强理兴农"非数学系高等数学竞赛一等奖；
  • 2025/8 获得中国农业大学"强理兴农"数学建模选拔赛二等奖；
  • 2025/7 遇见农大：规划与导览系统（软著，排名 1/2）；2025/3-6 Hermes 健身房管理系统（软著，排名 1/2）；
  • 2023/9—2024/10 基于二十四节气的 VR 展示系统构建（校级科研训练项目，排名 4/5）。

四、代表项目

计算机系统与 IC 开发方面，我基于 Minisys FPGA 板通过 Vivado 开发了一套硬布线的基于 RISC-V 指令集的五级流水线 CPU， 重点解决控制冒险和存储墙问题，同时完成了操作系统的移植和交叉编译的实现，并设计完成了 I/O 处理和交互的部分。

人工智能方面，我聚焦多模态融合，针对农业病虫害数据"时序依赖强、空间分布不均"的痛点，设计了融合 LSTM 时序编码器、 路由注意力与 Swin Transformer 的端到端预测架构：以 LSTM + 路由注意力建模环境时序依赖，以 Swin Transformer 提取叶片图像的空间特征， 通过 Transformer 融合层完成多模态耦合，最终输出可驱动温室主动调控的风险信号。

软件工程方面，我开发了 CompilerMind 和 Ueyo 两个相关项目。前者是融合大模型的 C-Minus 语言编译学习平台： 手动构建词法/语法/语义分析器来生成 C-Minus 及大语言模型的语法树 AST 与 IR；创新性引入 LLM API， 同时设计 CoT Prompt 模板约束 LLM 输出规范化补丁，实现"编译-报错-修复-指导"智能教学闭环； 软件工程角度上使用 Vue+FastAPI 架构，具备全栈模式并实现 Docker 一键部署， 可访问部署版（用户名密码均为 com123）。 后者完整经历需求分析、原型设计、迭代开发、测试上线全流程，深刻理解软件工程方法论在实战中的应用。

五、对申请方向的理解及未来规划

在计算机学科中，我最关注的是"更高效的软硬件协同计算"这一主线：模型的发展不仅依赖算法创新， 更依赖其在指令集、内存层级与编译优化层面的高效执行。高性能计算、AI 编译器、基于 FPGA 的 AI 加速器， 以及 AI for Science 等方向，正是这条主线与具体应用的交汇点。

我认为自己具备相应的基础：既接受了完整的计算机系统训练（从门电路、指令系统、流水线到操作系统与编译系统）， 也在 FPGA 上完成了五级流水线 CPU 的下板实践；同时熟悉 Transformer 系列、多模态建模等人工智能方法， 能够将底层系统能力与前沿 AI 技术结合起来开展研究。此外，我在智慧农业方向的实践， 也让我对 AI for Science 的交叉研究有了深入体感。

如果能有幸进入贵校继续深造，我将把这一"自底向上"的理解转化为具体的研究工作， 在软硬件协同与 AI 加速等方向深耕，努力做出有价值的研究成果。这是我的理解，谢谢老师！

此致
敬礼

中国农业大学 信息与电气工程学院
2023308250123@cau.edu.cn
计算机231 · 19871836603
杨培根