青椒 (Qing Jiao)

一、个人简介与研究方向

本人本科毕业于北京工业大学，现于北京理工大学攻读博士学位（此前亦在该校完成硕士学业）。主要研究兴趣在于利用机器学习与人工智能技术（AI）来加速传统的电化学过程模拟计算。由于传统电化学仿真（如电池反应机理模拟）计算量巨大，往往需要消耗大量的计算资源和时间，我致力于开发高效的神经网络模型，通过“学习”物理规律，实现对复杂物理化学过程的高速预测与模拟。在长期的科研工作中，我频繁涉及高阶矩阵运算、特征提取与数值稳定性分析，深刻意识到线性代数不仅是数学工具，更是现代科学计算与人工智能的基石。

二、教学工作：线性代数辅导

• 核心逻辑：不主张死记硬背公式。强调从几何角度理解矩阵变换，从代数角度理解方程组解的结构。
• 辅导模块：
  • 行列式、矩阵运算与初等变换；
  • 向量空间的基与维数、线性相关性判定；
  • 特征值、特征向量及矩阵对角化；
  • 二次型标准化与正定性判定；
  • 线性代数在AI算法中的实际应用（如PCA、权重矩阵）。
• 教学目标：帮助学生建立完整的逻辑链路，轻松应对期末考试、考研数学及后续专业课学习。