理學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/3

學院概況

理學院設有數學系、物理學系、化學系、生命科學系、地球科學系、資訊工程學系6個系(均含學士、碩士及博士課程),及科學教育研究所、環境教育研究所、光電科技研究所及海洋環境科技就所4個獨立研究所,另設有生物多樣性國際研究生博士學位學程。全學院專任教師約180人,陣容十分堅強,無論師資、學術長現、社會貢獻與影響力均居全國之首。

特色

理學院位在國立臺灣師範大學分部校區內,座落於臺北市公館,佔地約10公頃,是個小而美的校園,內含國際會議廳、圖書館、實驗室、天文臺等完善設施。

理學院創院已逾六十年,在此堅固基礎上,理學院不僅在基礎科學上有豐碩的表現,更在臺灣許多研究中獨占鰲頭,曾孕育出五位中研院院士。近年來,更致力於跨領域研究,並在應用科技上加強與業界合作,院內教師每年均取得多項專利,所開發之商品廣泛應用於醫、藥、化妝品、食品加工業、農業、環保、資訊、教育產業及日常生活中。

在科學教育研究上,臺灣師大理學院之排名更高居世界第一,此外更有獨步全臺的科學教育中心,該中心就中學科學課程、科學教與學等方面從事研究與推廣服務;是全國人力最充足,設備最完善,具有良好服務品質的中心。

在理學院紮實、多元的研究基礎下,學生可依其性向、興趣做出寬廣之選擇,無論對其未來進入學術研究領域、教育界或工業界工作,均是絕佳選擇。

Browse

Search Results

Now showing 1 - 1 of 1
  • Item
    以Multi-Task CNN和One-to-Many資料增量技術為基礎的人臉辨識系統
    (2022) 邱筠茜; Chiu, Yun-Chien
    近年來生物辨識廣泛的運用在身份驗證上,其好處在於每個人皆擁有獨一無二的生理特徵,透過學習不同的特徵可以有效的區分個體。而人臉辨識系統基於生物辨識的基礎下,透過類神經網路去學習不同人臉間的特徵差異後,可以快速且準確地識別身分。 由於傳統的人臉辨識系統使用的人臉偵測架構快速,但偵測結果不穩定使辨 識結果受到影響,因此本論文欲使用穩定的人臉偵測架構使其擷取人臉的範圍 一致不會有誤判的情形,以及在資料量不足的情況下也透過使用資料增量產生 豐富的訓練資料,讓類神經網路可以有效的學習。 本實驗比較不同的偵測法則也證實使用 Multi-Task CNN 確實可以讓人臉辨 識系統在實際應用的場合上更加穩定,而資料增量使用模擬光影變化的作法, 使得影像可以學習光源分布的情形,透過使用 Multi-Task CNN 和資料增量來實 作人臉辨識系統,以降低光線對其所造成的影響。