資訊工程學系
Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/60
本系前身「資訊教育學系」成立於民國七十四年，首先招收大學部學生，民國九十年成立資訊工程研究所碩士班，而後於民國九十五年進行系、所調整合併為「資訊工程學系」；並於九十六年成立博士班。本系目前每年約招收大學部四十餘人，碩士班六十餘人，博士班約五人，截至民國一百零四年十一月止，總計現有大學部一百九十多人，碩士班一百二十多人，博士班二十三人，合計學生人數約為三百三十多位。
News
Browse
518 results
Search Results
Item 以智慧椅墊進行坐姿分析之研究(2019) 張雅婷; Chang, Ya-Ting在現代社會中，大部分人的生活型態，不論是工作或者休息，往往有很長的時間維 持坐姿。近年來有越來越多的疾病被證實與久坐有關。許多人認為坐姿是種休息的姿 勢，但研究中指出，比起站姿與躺姿，坐姿讓椎間盤承受的壓力更大，而不適當的坐 姿則更提升了椎間盤的壓力。 由於久坐逐漸成為現代人的生活習慣，所以適當的坐姿就顯得格外的重要。在日常 生活中，不適當的坐姿對於大多數的人而言，屬於較為舒適的姿勢，所以往往無心注 意自己的坐姿是否適當。故須透過工具協助來了解自己的坐姿情況。本研究設計一智 慧椅墊之雛形，旨在透過較低的成本 Arduino開發版與少量的壓力感測器，並且準確 的分類使用者的坐姿。 過去使用壓力感測器進行坐姿分類的相關研究中，透過傳統的機器學習方法進行坐 姿的分類，且使用較多數量的感器收集各類坐姿的資料。準確率落在百分之八十至百 分之九十。本研究使用一種傳統機器學習演算法與兩種深度學習之方法進行實驗，找 出適合進行坐姿分類之方式，並以特徵選擇實驗找到能夠準確分類坐姿之感測器數量 及擺放方式。 本研究除了使用限制坐姿使用資料進行坐姿分類模型訓練以及評估初步的分類結 果，並透過實際座椅使用情況資料，再次檢視此智慧椅墊在實際使用情形下，亦能有 良好的做姿分類表現。透過智慧椅墊設計實驗與特徵選擇實驗，本研究完成一智慧椅 墊，使用少量的感測器與基礎的物聯網開發板，降低了硬體成本，達成良好的坐姿分 類表現。Item 使用深度學習方法於產品評論之建議探勘(2019) 周伯冠; JHOU, BO-GUAN隨著網路的普及，許多的資訊愈來愈容易被搜索。其中，產品評論相關的訊息也隨著社群網路的發展被公開在社群中。這類的社群包含，論壇、社群網站、和產品官方網站等，甚至有組織專門在蒐集這些評論後組成評論相關的網站，並且將評論分類，給受用戶查看。消費者可以在上述的網站中查看產品的使用狀況與心得和是否符合自身所需，再決定是否購買；產品提供者也可以透過評論持續收集使用者的使用狀況與心得，對產品進行迭代設計，對產品進行改良以符合大眾的需求。 本研究將評論分為建議句 (suggestion)和非建議句 (non-suggestion)。使用 Stanford Core NLP 斷詞系統將文本以詞為單位進行處理；詞的表達方式分為兩種，詞向量與詞頻率；模型採用深度學習類神經網路，分為全連結類神經網路 (Full Connected Neural Networks, FCNN)、卷積類神經網路 (Convolutional Neural Networks, CNN)與長短期記憶類神經網路 (Long Short-Term Memory, LSTM)。本研究以 Z-Score 方式標準化詞頻率表達式，並用全連結類神經網路訓練，此架構即可和利用詞向量在卷積類神經網路與長短期記憶類神經網路有差不多效果，但速度上快非常多。此外，本研究提供結合詞向量與詞頻率表達式在上述三種模型上訓練，進而對結果做比較分析。效能的評估方式以精準率 (Precision)、召回率 (Recall) 和 F1 分數 (F1-measure, F1)作比較。Item 無線隨意網路上以迴歸補救方式運行的無信標繞徑(2019) 陳品安; Chen, Pin-An在無線隨意網路中，Beaconless geographic routing(BLR)能讓節點不必知道他們鄰居點座標位置下執行greedy forwarding，節點依靠RTS/CTS機制讓鄰居點從RTS封包有足夠的資訊執行MAC contention，最先回應CTS封包的鄰居點視為下個中繼點。如果當節點已無法從鄰居點得到回應時，表示當下封包所在節點離目的節點是最近的，greedy forwarding失敗後換成補救方法rotation sweep algorithm，鄰居點依幾何圖形(如Reuleaux triangle)運作機制決定MAC conten-tion競爭回傳時間，確保封包正確的繞徑路線和減少所傳的節點數。著名的BLR研究成果都假設在節點具有相同的傳輸範圍，這在真實網路中是不可能成立的，以致於先前可信任的方法難以實際應用。 在真實網路中，節點間連接是不完美的，我們修改greedy forwarding流程，在MAC conten-tion的設計納入距離和角度因素，在補救方法方面，主要將cooperation rotational sweep 網路第三層繞徑方式調整到MAC和Routing的跨層運作方式，目的是利用cooperation rotational sweep犧牲封包標頭的空間來記錄歷史節點的位置資訊，讓各個鄰居點能利用歷史節點來解決傳送過程中存在的隱藏節點問題。 將所提出的方法模擬實驗結果呈現封包抵達率、路徑延展和CTS封包碰撞次數都會隨著封包標頭所記錄的歷史節點個數成正向成長。Item 卷積神經網路降噪技術加速全域照明之探討(2019) 杜宜家; Tu, Yi-Chia近年GPU硬體技術進步，光線追蹤即時繪製有了開端，在複雜的場景繪製效能仍然有限，因此本論文將使用人工智慧輔助路徑追蹤，以卷積神經網路降噪技術代替部分的路徑追蹤計算，加速全域照明場景的產生。 蒙地卡羅方法高頻率取樣，會耗費相當高的時間成本在計算上，透過路徑追蹤低取樣頻率產生的影像，以人工智慧的方法去除蒙地卡羅方法產生的雜訊，提升影像品質。 論文中主要探討降噪技術，透過調整卷積神經網路結構，達到降噪效果，並保持一定程度的穩定性，與不同的場景變換之下廣泛的適用性，比較預測結果與實際場景影像的差異，討論即時降噪光線追蹤遇到的問題與未來趨勢。Item 基於臉部偵測及CNN模型之硬體臉部辨識系統(2019) 謝斯宇; Xie, Si-Yu本論文透過FPGA(Field Programmable Gate Array)的特性，如運算速度快、功率消耗低以及可攜性高等，來實現基於簡單CNN Model LeNet-5的人臉即時辨識系統。 LeNet-5是簡單的CNN Model，對於複雜背景的影像有著極低的辨識率，為了改善其缺點，有兩種作法。第一，使用較為複雜的CNN Model如VGG-Net16等，第二，新增額外的前處理人臉偵測方式來改善。 如果使用較為複雜的CNN，在現有基於複雜的CNN電路絕大多數是使用PE (Process Element)Array的架構，每層電路共享相同的運算單元，而這種方法會造成一些問題，硬體資源消耗高、硬體設計複雜以及Latency長等問題。所以本論文是使用較為簡單的CNN來設計電路，根據軟體模型不同層的特性去做不同的設計，藉由改善電路的架構，使得每一層電路部分重疊的方式，提升電路平行計算的能力，進而提高電路的運算速度。 本論文使用簡單的CNN電路搭配人臉偵測的方式，來實現即時人臉辨識系統，不僅辨識率足以跟複雜的CNN匹敵之外，更重要的是我們只需花成本低的硬體規格就能實現實際的應用，如手機上的APP人臉解鎖功能以及家庭人臉辨識等應用，符合普及計算(Pervasive Computing)的概念。Item 探索基於生成對抗網路之新穎強健性技術 於語音辨識的應用(2019) 楊明璋; Yang, Ming-Jhang近年深度學習技術在許多領域有重大突破，在各種實際應用中也大放異彩，於自動語音辨識的應用中也一樣有優秀表現。雖然主流語音辨識系統在某些指標性任務上已經可達到和人類聽覺相當的辨識效果，然而它們卻不像人類一樣對於環境干擾具有強健性，也就是說儘管語音辨識系統有了大幅度的改進，「噪聲」仍舊一定程度的干擾語音辨識之準確度。諸如:背景人聲，火車，公車站牌，汽車噪音，餐館背景雜音…以上皆為常見的環境噪聲干擾。所以強健性技術的研究在當今語音辨識系統發展中扮演著重要角色。有鑑於此，本論文著手研究在語音特徵向量序列之調變頻譜上基於生成對抗網路之有效的增益方法。並在Aurora4語料庫上進行一系列實驗顯示本研究使用的方法可以增進語音辨識的效果。Item 應用階層式語意暨聲學特徵表示於語音文件摘要之研究(2019) 劉慈恩; Liu, Tzu-En由於巨量資訊的快速傳播，如何有效率地瀏覽資料是ㄧ項重要的課題。對於多媒體文件而言，語音是其內容中具有語意的主要元素之一，能夠相當完整的表達整份多媒體文件。近年來，有許多研究紛紛針對多媒體文件的理解與檢索進行深入的研究探討，並且有優異的成果與貢獻，如影像摘要、音訊摘要及影片摘要。 文件摘要可概分為節錄式 (Extractive) 和重寫式 (Abstractive) 摘要。其中節錄式摘要會依固定的比例，從文件中選出具代表性的文句組成其摘要結果；而重寫式摘要主要會先完整理解整份文件中的隱含意義，之後會根據其隱含意義，並使用不同的文詞，產生一個簡短版本的文件描述即為摘要。由於重寫式摘要對於自動語音摘要任務的困難度較高，故目前的研究大多是以節錄式摘要方式為主流。 本論文主要探討新穎的節錄式摘要方法於語音文件摘要任務上的應用，並深入研究如何改善語音文件摘要之成效。因此，我們提出以類神經網路為基礎之摘要摘要模型，運用階層式的架構及注意力機制深層次地理解文件蘊含的主旨，並以強化學習輔助訓練模型根據文件主旨選取並排序具代表性的語句組成摘要。同時，我們為了避免語音辨識的錯誤影響摘要結果，也將語音文件中相關的聲學特徵加入模型訓練以及使用次詞向量作為輸入。最後我們在中文廣播新聞語料(MATBN)上進行一系列的實驗與分析，從實驗結果中可驗證本論文提出之假設且在摘要成效上有顯著的提升。Item 於擴增實境中虛擬物件的光照與陰影之擬真(2019) 陳凱恩; Chen, Kai-En隨著硬體設備的型態變得輕巧、支援更多偵測功能以及系統分析的提升，近幾年擴增實境普遍的在行動裝置上應用，人們藉此體驗真實生活裡不存在的情境、和非現實的生物互動，亦或是作為工具測量真實物品、模擬室內擺設，因此越貼近真實生活的應用，虛擬物體與真實環境的不協調問題越加明顯，虛擬物體實質上仍存在於虛擬世界，獲取真實環境數據的多寡直接影響虛實的融合程度，近代攝影技術搭配機器學習試圖即時的從環境中獲取更多環境資訊，但分析一部分的環境畫面與真實世界裡無數光線所累積而成的光照相比，仍舊可以從虛擬物體的陰影與表面發現破綻；而非即時的環境分析雖然會受變化的程度降低靜態數據的效果，但是以較全面的環境圖像補充缺漏的資訊，得以在繪製過程中考慮到整個真實環境的影響。 本研究探討如何讓虛擬物體以合理之姿出現在現實畫面中，透過ARCore即時分析環境以及重構虛擬世界，並以OpenGL ES銜接空間資訊繪製模型，採用環景圖補充缺漏的環境數據，在即時繪製下即使拍攝範圍不足，仍可以計算整個環境對虛擬物體的影響，並進一步提升真實感。Item 基於邊緣計算和深度學習之病媒蚊分類系統(2019) 洪銘鴻; Hong, Ming-Hong由於登革熱與日本腦炎是由病毒所引起的一種傳染病，會經由蚊子傳播給人類。在最近一次 2015 年的台南市爆發登革熱的疫情，最初只出現在台南市北部地區，接著以驚人的速度擴散到全台南市，最終蔓延至台灣全島。當年，確診病例超過 4 萬人，死亡病例也高達 218 人，而且未發病的感染者約為發病者的九倍至十倍。若患者再次被病媒蚊叮咬造成交叉感染，則重症死亡率會大幅度提升至 20%以上，而且目前沒有預防疫苗，也沒有特效藥物可治療，而引發登革熱的病媒蚊為埃及斑蚊（Aedes aegypti）與白線斑蚊 (Aedes albopictus)。而日本腦炎的致死率大約為 20%以上，存活病例約有 40%有神經性或精神性的後遺症，而且亦目前沒有特效藥可治療，引發日本腦炎的病媒蚊為三斑家蚊（Culex tritaeniorhynchus）與環蚊家蚊（Culex annulus），避免病媒蚊叮咬是目前唯一的預防登革熱及日本腦炎的方法。 為解決登革熱與日本腦炎問題，本篇論文提出病媒蚊分類系統，這是一套影像分類準確率高達 98%以及計數功能的智慧捕蚊系統，其中包含邊緣計算、深度學習的影像處理和 電腦視覺，主要功能在邊緣計算為物體偵測，深度學習為斑蚊分類與計數，透過這些步驟，改善了現今捕蚊燈、滅蚊燈不能分類 (Classification)蚊子種類。並以智慧捕蚊裝置收集影像資料，主要資料收集與處理正是引發登革熱的兩種台灣常見的病媒蚊種類──白線斑蚊與埃及斑蚊以及引發日本腦炎的兩種台灣常見的病媒蚊種類──三斑家蚊與環蚊家蚊，並在分類時以斑蚊 (Aedes) 和家蚊 (Culex) 進行二元分類，由於此系統與裝置獲得更多台灣蚊子資訊，其資訊包含進入捕蚊燈的蚊子數量、種類以及時間、地點，以便後續作為對病媒蚊採取措施的重要參考依據。Item 低面積BWNN積體電路設計及應用於人臉辨識之研究(2019) 張茗雅; Chang, Ming-Ya人工智慧議題在近幾年來竄起，以及類神經網路的快速發展，使得我們的生活逐漸加入了類神經網路的應用，例如：股價預測、語音辨識、人臉辨識，尤其在APPLE公司推出了加入臉部辨識的手機機型後，帶給人們更多的便利性，也讓人臉辨識議題得到更多的關注。 然而裝載在行動裝置上勢必需要低功率且不能使用太多的硬體資源，因此本論文的研究目的是設計低面積電路於FPGA上實作人臉辨識。不過利於圖像辨識的摺積神經網路是利用浮點數做運算，這會造成硬體的消耗資源上升，為此本論文使用二元化類神經網路來實現人臉辨識，藉由量化模型的方式下降硬體面積，二元化類神經網路相較於摺積神經網路辨識率是較低的，於是本論文捨棄使用量化活化函數只保留量化參數，簡稱BWNN(Binarized Weights Neural Networks)，以此可以達到與摺積神經網路相匹敵的辨識效能。 本論文亦設計Partial output架構，此能更加降低硬體的消耗資源，依實驗結果顯示，本論文能兼具低面積、低消耗功率且又有著高辨識率的優點，因此可以在更小的晶片上實現人臉辨識系統，使得在生活中能更被廣泛應用。