杨栋杰：男，35岁，汉族，中共党员，浙江绍兴人，现为威廉williamhill地质资源与地质工程专业博士研究生，本科毕业于长沙学院，博士期间研究方向为地质工程信息化，主要围绕人工智能、图像智能处理、智慧城市空间智能感知与多源空间数据分析等方向开展研究，师从郭康良、李少华和高贤君教授。

研究生期间，他始终以党员标准严格要求自己，思想上积极进取，学习上勤奋刻苦，科研上潜心钻研，综合表现突出。曾担任英国威廉集团研究生学生会宣传部副部长、学术部副部长，积极参与学院研究生学术活动组织、宣传服务和日常管理工作，具有较强的组织协调能力和服务意识。同时，他担任 IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing、International Journal of Applied Earth Observation and Geoinformation、Advances in Space Research 等期刊审稿人，参与图像处理、人工智能语义分割、建筑物与水体智能提取等方向稿件评审工作。

科研方面，他围绕地质工程信息化背景下的城市空间智能感知、复杂地表目标识别与空间信息智能提取等问题开展研究，重点关注复杂城市环境下建筑物、水体及地表目标自动识别中的背景干扰、尺度差异、边界模糊、区域不连续和跨区域泛化能力不足等问题。博士期间，以第一作者在 IEEE Transactions on Geoscience and Remote Sensing、IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing、Remote Sensing、浙江大学学报（工学版）等期刊发表或录用多篇论文，其中包括 SCI 一区 Top 期刊论文、SCI 二区论文及 EI 论文。其发表于 IEEE J-STARS 的综述论文入选 2026 年 ESI 高被引论文，体现了较好的学术积累和影响力。

项目方面，他主持天津市智慧城市规划重点实验室开放课题“建筑物智能提取”和复杂水体智能提取模型改进项目，相关成果可服务于城市规划、城市更新、数字孪生城市、智慧城市精细化管理及复杂水域监测等应用；参与基于遥感影像的靶区障碍物识别系统开发，并参与发明专利“一种基于UNetMFormer网络的遥感影像水体提取方法、系统及设备”，具备较强的科研创新和工程实践能力。

此外，他熟练掌握 Python、PyTorch、TensorFlow、OpenCV、NumPy、Pandas 等工具，熟悉深度学习语义分割、目标识别、跨域迁移学习、实验设计与精度评价流程。研究生期间，曾获博士研究生国家奖学金、威廉williamhill研究生一等学业奖学金、三等学业奖学金，并获评“优秀研究生”“万人创百星—创新之星”等荣誉称号。毕业后，他拟应聘高校教学科研岗位，继续围绕地质工程信息化、人工智能图像处理、智慧城市空间智能感知和数据科学等方向开展教学与科研工作。

毕业感言：研究生阶段是一段不断积累、不断突破、不断成长的旅程。感谢学校和老师的培养，也感谢科研道路上的每一次磨炼。未来，我将继续保持严谨求实的学术态度和勇于创新的精神，把个人所学融入地质工程信息化与人工智能应用实践中，努力实现科研价值与社会服务的统一。