我关注 智能交通（ITS）、数字孪生校准 与 时空预测（Transformer）。 日常工具链偏向 PyTorch / SUMO / WebGL，偶尔也会把二次元角色做成能说话、能互动的 Web 系统（因为宇宙允许人类同时严谨与浪漫）。
页面配色坚持“纸张 + 植物 + 阳光”，对蓝紫保持礼貌距离。
研究型仓库 + 产品型原型，按“可复现 + 可解释”组织。
Last update:
支持文档摄取、语义检索与流式对话（SSE），用于快速搭建个性化知识库与学习工作流。后端 FastAPI + Uvicorn，检索引擎 GraphRAG 本地化实现。
面向社区微公交动态派单：GNN + RL 的最小可复现版本，核心指标是 TACC（总规避私家车出行时间），并显式建模乘客 churn 与硬服务约束；训练用事件驱动 Gym，验证用 SUMO/TraCI。
面向公交走廊：外层贝叶斯优化（BO）+ 内层 IES 同化的分层校准循环；强调观测算子审计与“ghost jam”机制分离，并用分布级证据（K-S 等）做鲁棒性验证。
持久在线二次元角色：文字/语音聊天、多角色切换、3D 互动、换装与回忆相册。前端 Next.js，后端 FastAPI，集成人设、动作清单与提示词配置。
以同人叙事为核心的 galgame 工程，链路包含 LLM 文本生成与 GPT-SoVITS 语音合成，并提供 WebUI/脚本化推理入口。
这页的日志区支持你记录：目标 → 方法 → 结果 → 复盘。建议每条心得都带一个“可复用结论”，比如：配置规范、实验设计、Debug 规律、性能瓶颈定位套路。
记录“今天学到了什么”，并把它变成可复用的工程经验。
Local-first · No backend required
说明：数据存浏览器本地 LocalStorage，不会上网。你以后想接后端再升级成“可同步”的知识库也很顺滑。
简洁、可复制到简历 / GitHub Profile / 个人主页。
One screen · High signal
吴宗河 / Jonah Wu
长安大学（长安-都柏林国际交通学院）本科生，研究兴趣聚焦于智能交通系统（ITS）、交通数字孪生与时空预测。 我倾向于把研究问题落到工程实现：从仿真与数据，到可复现实验与可解释诊断，再到可部署的原型系统。
合作 / 交流 / 实习机会：欢迎直接发邮件。
Zero spam · High context