联系与合作

欢迎来自不确定性感知建模、自适应传感、闭环实验与控制交叉领域的研究者、学生及研发团队联系。

研究合作

我目前的研究方向是开发基于机理的机器学习方法，用于自适应生物医学传感和闭环实验。我对连接概率推断、序列决策和实验平台的合作感兴趣。

我积极寻求合作的主题：

• 不确定性下的自适应传感与实验选择
• 物理和生物医学系统的概率推断与不确定性量化
• 闭环实验平台（人工监督的自主实验）
• 信息物理系统的模型预测控制与优化
• 基于物理前向模型的机理机器学习

合作模式：

• 联合研究项目和基金申请
• 博士和硕士研究共同指导
• 实验设计、推断和控制方面的方法论咨询
• 访问学者交流

我是西安电子科技大学杭州研究院的客座研究员，并在瑞士、丹麦和中国保持活跃的合作关系。

对学生

欢迎对概率推断、控制和自适应实验交叉领域感兴趣的学生联系我。适合的背景包括控制理论、机器学习、优化、信号处理或相关定量领域。

联系时请包括：

• 您的背景和相关课程或项目经历
• 您感兴趣的具体研究主题
• 您寻求的是毕业论文项目、研究实习还是博士职位

我目前主要通过所在机构（西安电子科技大学）和现有合作关系开展工作。欢迎直接联系，但回复时间可能有所延迟。

受邀报告与专业活动

我愿意就以下主题提供受邀报告、研讨会和讲习班：

• 不确定性感知建模与闭环决策系统
• 自适应生物医学传感与自主实验
• 概率系统辨识与贝叶斯推断
• 微电网控制、优化与能源系统应用
• 研究数据管理与科学计算工作流

曾担任香港世界青年科学家大会暨香江诺贝尔论坛学术委员会顾问（2026年）。

咨询与研发合作

在项目基础上考虑机器学习、优化和控制方面的选择性咨询合作。这属于次要于主要研究活动的补充工作。对于研发合作咨询，请描述技术挑战和预期成果。

联系方式

• LinkedIn： linkedin.com/in/frederik-banis-53671a114
• ORCID： 0000-0003-1807-7009

本网站不公开个人电话号码或私人地址。

亦名 Shuping。本页英文版为规范版本。