陳彥合 (Henry)

信箱: [email protected]


專案經歷: 醫療應用、資料視覺化、自然語言處理、機器學習、深度學習、影像分類、物件偵測/追蹤、網路爬蟲。

碩士研究Zero-Shot Learning: 如何在缺少視覺樣本情況下,引入第三方資料(語義),來解決影像辨識任務


目前於台達研究院(DRC)擔任資深研發工程師,主要負責AI應用研究與開發,包含API撰寫、分析數據、架構規劃。

已發表 2篇國際會議論文、1篇國際期刊 (另有1篇專利、1篇期刊審核中)。

學歷

碩士, 資訊工程學系, 國立臺灣師範大學                                               2020/09~2022/07

學士, 醫療資訊學系, 高雄醫學大學                                                     2014/09~2018/06

發表論文

Self-Supervised Learning of Pseudo Classes for Generalized Zero-Shot Fine-Grained Recognition

Yan-He Chen and Mei-Chen Yeh                                                        Multimedia Tools and Applications (IF: 3.6) 2024

Indirect Visual-Semantic Alignment for Generalized Zero-Shot Recognition

Yan-He Chen and Mei-Chen Yeh                                                       Multimedia Systems (IF: 3.9) [paper] [code] 2024

Weakly- and Semi-Supervised Object Localization

Zhen-Tang Huang, Yan-He Chen and Mei-Chen Yeh                                                           IEEE ICASSP [paper] 2023

Text-Enhanced Attribute-Based Attention for Generalized Zero-Shot Fine-Grained Image Classification

Yan-He Chen and Mei-Chen Yeh                                                                                              ACM ICMR [paper] 2021

經歷



台達電子, 台達研究院(DRC)                                                                                2023/01~現在

資深研發工程師
- 一篇專利
- 讀論文以及實現SOTA方法

- 改善現在的深度模型於現實應用的效能及效率。

- 整合多個深度模型及演算法、並部屬至多個操作系統、撰寫API。

- 分析AI方法與現實世界的應用場景之差距, 提出解決方案

- Android App架構規劃及流程設計
- 專案涉及深度模型:
      •  Balance Estimation              • Head Pose Estimation               • Action Recognition
      •  Face Detection                      • Human Pose Estimation           • Abnormal Video Detection
      •  Gaze Estimation              • Object Tracking


國立台灣師範大學, 資訊工程學系                                                                  2022/09~2023/01

研究助理

 研究零樣本學習(zero-hot learning) 與 自監督學習(self-supervised) 

     在影像辨識分割(recognition, segmentation)、物件偵測(detection)的可行性發展



國立成功大學, 資訊工程學系                                                                         2018/02~2018/10

研究助理

-  開發網路爬蟲:     爬取非結構式資料、清理、過濾資料,共 1280 億個文字

-  自然語言處理:     訓練文字模型(word2vec, seq2seq)、共 2 億條句子1TB 容量;生成問答句子

-  成大醫院專案:     設計與開發病患專用 android app, 用以蒐集病患之語音視訊文字表情資料
                              建立後端平台、資料庫、整合深度學習模型(語音,文字),用以分析病患之情緒
                              將分析結果
資料視覺化,輔助醫師診斷

學生計畫



國立台灣大學 (科技部計畫)                                                                           2022/02~2022/08

研究 Metric learning、GAN,用於提升 Generalized Zero-Shot Learning 的影像辨識任務

  成果: 研究發表於 Multimedia Systems (Journal) 2024



國立臺灣師範大學, 資訊工程學系 (科技部計畫)                                            2021/03~2021/08

研究zero-shot learning,改善一篇CVPR 2020的研究,提升 5% 辨識率

  成果: 研究已發表於 ACM ICMR 2021



高雄醫學大學, 職能治療學系 (科技部計畫)                                                    2017/10~2018/06

- 電腦化注意力測試系統建置: C#開發系統,減少人工紀錄所消耗時間、及降低紀錄失誤率。
  成果: 復健者平均測驗時間縮短 10 分鐘



高雄醫學大學, 高醫附設醫院內科部 (院內計畫)                                             2017/09~2018/06

設計與建置心智圖人型化病歷紀錄與診療輔助系統,縮短醫師操作時間
  成果: 整合各科檢驗項目,加速醫師查閱病歷時間 

技能


程式語言

Java, Python


深度學習框架

Pytorch, TensorFlow


軟體&系統&伺服器

Linux, Windows, MySQL,
Web, Android App

獎項

優秀研究生獎                                                                                                                         2021

國立臺灣師範大學, 資訊工程學系

繁體中文場景文字辨識-高階賽, 排名 7/128                                                                2021

教育部, AI-CUP

-  訓練 Yolov5 偵測模型,偵測複雜街景中之繁體中文、英文、數字等

   配合 PaddleOCR 辨識模型,辨識繁體中文字

   成果: 文字偵測準確度為 Precision = 89.34%, Recall = 86.68%

            辨識準確度為 86.71%

防疫Open Data應用競賽, 網路票選實用獎                                                                 2016

衛福部疾病管制署

-  分析全台各地傳染病變化、以地圖、統計圖視覺化疫情趨勢,建立熱點資訊