刘柏田
聚焦计算机与气象的跨学科融合，
探索AI4Science在气象预测的创新应用，助力高效决策
教育经历
杭州电子科技大学·计算机学院 硕士研究生 | 软件工程
GPA 3.24/4.00 导师：张海平教授 2023.09 -- 至今
杭州电子科技大学信息工程学院·计算机学院 本科生 | 软件工程
GPA 4.2/5.0 2019.09 -- 2023.06
实践经历
中国气象科学研究院浙江分院 算法开发与研究实习生
浙江省杭州市 2024.09 -- 至今
- 工作内容：基于中国气象科学研究院的数据资源与专家指导，设计并开发基于深度学习的短临降水预测模型，负责数据预处理、模型训练及业务场景集成
- 工作成果：针对实际业务痛点，研发了两款短临降水预报模型，并着手部署到实际业务环境中。
1. 快速多时效短临降水预报模型（0~2 小时）：该模型规避了自回归预报的误差叠加。结合对抗式训练和多时效信息嵌入，其性能超越传统数值模式，且具备更高的时空分辨率（1 km，6分钟）。
2. 极端降水预报模型 （0~1 小时）：该模型将建模从数值域转移到频率域，并针对多尺度的降水特征，设计了全新的模型架构和优化策略。在极端事件上的预测水平突出，特别是长时效下的细节保留更完整。
论文与专利
- [SIGKDD] Baitian Liu, Haiping Zhang, Huiling Yuan, et al. WADEPre: Wavelet-based Decomposition Model for Extreme Precipitation Nowcasting with Multi-Scale Learning. (在投，CCF-A, 一作). 2026
- [IJCNN] Baitian Liu, Haiping Zhang, et al. AMU-Net: Physics-Aware Adaptive Mamba U-Net for Efficient Multi-Lead Time Precipitation Nowcasting. (已接收，CCF-C, 一作). 2026
- [专利] 方绪健，刘柏田 等, 一种小波域解耦与多课程学习的极端短临降水预报方法, (已公开, CN121835455A), 2026.
- [专利] 张海平，刘柏田 等, 一种基于时间空间联合特征提取的多时效短临降水预测方法, (已公开, CN120654887A), 2025.
- [专利] 张海平，刘柏田 等, 一种基于矩形信息的单目视觉平面测距方法, (已授权, CN116678370A), 2023.
- [专利] 管力明，刘柏田 等, 一种基于双目远心镜头的玻璃平面测速方法, (已授权, CN117110642A), 2023.
项目经历
基于人工智能的气象预测模型 核心算法开发与研究
合作单位：浙江省气象局 2024.09 -- 至今
- 项目简介：与浙江省气象局合作，针对气象预报业务需求，开发基于深度学习的气象预测模型，旨在提升短临降水预测的精度与效率
- 个人贡献：负责雷达数据的预处理、质量校验与完整性检测，设计并优化深度学习模型，开发预测可视化工具并完成业务场景测评
- 项目成果：模型在2025年梅雨季测评中超越传统数值模式，时空分辨率达1 km和6分钟，推理时间显著低于数值模式，填补了短临预测实时性的不足。目前基于扩散模型的概率预测研究正在推进，预期进一步提升降水重尾分布预测的准确性
基于计算机视觉的杨梅目标检测 核心算法开发与研究
合作单位：浙江省气象局，仙居气象局 2024.12 -- 2025.10
- 项目简介：与浙江省气象局和仙居气象局合作，针对杨梅成熟度检测问题，研发相应的视觉算法，并部署到杨梅园区现场。
- 个人贡献：负责算法方案预研和可行性探索，对采集数据集进行特征分析和后处理。
- 项目进展：初步研发基于 YOLO 算法的目标检测模型，在历年的园区开放场景下达到预期的识别能力。现进行对杨梅的成熟度预测及大数据统计分析开发，有望为仙居地区的杨梅销售带来帮助。
基于双目远心镜头的玻璃平面测速 算法开发与设备集成
合作单位：上海中电电子系统工程有限公司、彩虹（合肥）液晶玻璃有限公司 2023.06 -- 2024.11
- 项目简介：针对高温高湿工业环境下厚度为0.3 mm的玻璃薄板的实时测速需求，开发高精度测速算法，误差控制在 0.6 mm/s以内
- 个人贡献：主导测速算法设计与实现，完成远心相机与测温设备的调试，设计UI界面并部署算法至工业移动计算平台
- 项目成果：克服玻璃透明性带来的识别难题，通过边缘精准定位与时钟同步技术，实现误差达标的高精度测速。系统在80℃、75%相对湿度环境下稳定运行，配合隔热箱体与自检测功能，显著降低工业生产中的次品率
基于骨架识别的澳洲淡水小龙虾快速精确测量 算法开发与设备集成
2023.10 -- 2024.7
- 项目简介：实现小龙虾每日的长势准确快速测量，助力并加速为新品种的育种工作。
- 个人贡献：主导测速算法设计与实现，完成数据处理、模型训练及配套设备设计。
- 项目成果：通过骨架关键点识别的算法，结合远心镜头，精准定位并测量小龙虾螯长。结合分段式检测流程，快速稳定地对小龙虾数据进行采集分析。
基于 YOLO 的乡村杂物堆识别 算法开发负责人
合作单位：云智海慧信息科技有限公司 2023.06 -- 2024.12
- 项目简介：基于YOLOv8开发乡村道路垃圾桶、垃圾及杂物堆的检测与识别系统，支持垃圾桶合盖及溢出状态检测，助力乡村街道自动化监管
- 个人贡献：负责数据集采集与增强，调优YOLOv8模型以提升杂物堆检测精度，开发针对垃圾桶状态的专用检测模块
- 项目成果：系统实现95%以上检测率，垃圾桶合盖及溢出检测准确率达98%，成功应用于‘和美乡村’数字化平台，显著提升乡村环境监管效率
自我评价
在硕士阶段积累了扎实的软件工程与人工智能技术基础，通过多个跨学科项目的开发与落地，展现了出色的实践能力与创新意识。熟练掌握深度学习算法设计、数据处理及系统集成，曾作为主要负责人完成气象预测、工业测速及环境监测等项目，成果成功应用于实际场景。具备优秀的独立问题解决能力与团队协作精神，能够高效应对复杂技术挑战。
希望在未来的工作当中，通过深度学习技术解决气象、工业等跨学科问题，致力于推动人工智能在科学领域的创新应用，产出具有应用价值与实际影响的成果。