楊承穎   Cheng-Ying Yang

您好,我是楊承穎,畢業於臺灣科技大學自動化與控制研究所,擅長技能是C語言、資料結構及Matlab。在學期間參與過多項計畫與專題,希望能應用所學,在未來的科技貢獻一份心力。

求職方向:韌體工程師

宜蘭縣,TW

   [email protected]         

學歷


碩士

國立臺灣科技大學

自動化與控制研究所

2018.8 - 2020.8

  • 碩士論文 - "利用智慧化電子凸輪實現伺服沖床之運動軌跡最佳化研究"
  • 產學合作計畫 - "伺服沖床運動軌跡最佳化設計技術開發"
  • 科技部計畫 - "應用多目標最佳化和輸入成形控制於非線性系統研究"
  • 課堂專題 - "Automated Taiwan Car Plate Recognition Using Convolution Neural Network and Support Vector Machine"

學士

長庚大學
電機工程學系

2014.9 - 2018.6

  • 專題 - "Lora網路在智慧電表之應用"
  • 修習課程:資料結構計算機組織、計算機程式計算機網路 數位訊號處理導論、微處理機

Project


碩士論文

利用利用智慧化電子凸輪實現伺服沖床之運動軌跡最佳化研究

2019.3 - 2020.8

  • 本文提出智慧化電子凸輪的流程,將最佳化演算法入其中,讓使用者不需要再用傳統耗時且依賴使用者經驗的凸輪參數調整方法。
  • 以伺服沖床為實例,驗證不同模式下的結果是否符合馬達的限制條件。

產學合作計畫

伺服沖床運動軌跡最佳化設計技術開發

2019.7 - 2020.6

  • 與公司方討論沖床工藝需求並設計最佳化問題
  • 研讀凸輪曲線規範並整理不同條件下的凸輪曲線限制並以C語言撰寫
  • 設計新的曲線讓軌跡最佳化能更靈活
  • 改善沖床單位時間的工作週期達4倍

科技部計畫

應用多目標最佳化和輸入成形控制於非線性系統研究

2018.10 - 2019.3

  • 將輸入成形控制方法用在非線性系統:門式起重機模型上,使殘餘震動最小。為了同時最小化執行時間與殘餘震動,所以用多目標最佳化演算法
  • 輸入成形控制為開迴路控制方法,亦即不需要回授訊號,故可減少感測器的成本。
  • 主要負責計劃書規劃及理論研究與模擬

課堂專題

Automated Taiwan Car Plate Recognition Using Convolution Neural Network and Support Vector Machine

2019.2 - 2019.6

  • 台灣車牌辨識,首先透過灰階、邊緣偵測二值化及膨脹與侵蝕等影像處理方法來擷取車牌字符當作資料集,再透過CNN與SVM來訓練model以辨識車牌。
  • 主要負責影像的前處理

大學專題

Lora網路在智慧電表之應用

2016.9 - 2017.6

  • 透過LoRa長距離低資料量、低功耗的通訊協定特性,將智慧電表的資料每隔一段時間遠端傳輸,達到監測用電量的目的。
  • 以Arduino來讓LoRa開發版每隔一段時間傳送資料。
  • 主要負責Arduino的C語言撰寫

技能


  • 程式語言:C語言, Matlab, Python
  • Data structure
  • Optimization

語言


  • 英文:TOEIC 625
Powered by CakeResumePowered by CakeResume