林家靖
手機 : +886 952116241
信箱 : [email protected]
技能
Programming
- C / C++
- Python
- Matlab
- OpenCV
- MySQL
Computer Science
- Data Structure
- Algorithms
- Operational Systems
- Computer network
- Computer Organization
Machine Learning
- Reinforcement Learning
- RNN
- LSTM
Language
- Chinese - Native
- English - Intermediate
學歷
國立交通大學電機工程所，碩士，07/2018-09/2020
- 論文題目 - 基於長短期記憶神經網路之自適應流量預測系統
- 課程專案 - 以平行處理技術提高圖像前處理效率
- 課程專案 - 手持裝置之室內定位
國立高雄大學電機工程學系，學士，09/2014-06/2018
- 獨立研究計畫 - 超音波無人避障自走車
專案
基於長短期記憶神經網路之自適應流量預測系統 2018 - 2020
程式語言: Python
- 邊緣資料中心最重要的目標就是降低系統的延遲時間
- 為了達到降低延遲時間的目的，本專題的做法是，設計一套預測系統，讓邊緣資料中心能在資料傳輸的需求出現之前，就能事先預測到其所在位置與所需資源，透過事先將資源分配至指定位置，便能讓資料傳輸所需的時間大大降低，因而降低邊緣資料中心整體的延遲時間，我們使用LSTM技術作為我們系統的模型，收集先前資料並依此預測未來需求
- 在模擬的環境中，我們的預測系統能精準的預測未來的傳輸需求，包括所在位置與所需資源
以平行處理技術提高圖像前處理效率 2019 - 2019
程式語言 : C++
- 在另外一個專題中，需要以SVM技術進行影像辨識，而為了提高辨識的準確度，我們使用僅有邊的圖片取代普通的圖片，我們使用canny edge detection技術產生僅有邊的圖片
- 但canny edge detection需要花費非常多的執行時間，會造成整體影像辨識的程式效能不良，因此，在這個專案中我使用平行處理技術將canny edge detection所造成的延遲時間下降
- 我使用多種不同的平行處理技術達成我們專題的目標，分別有OpenMP, Pthread和cuda並比較之間的效能差異
- 經過平行處理後的結果，程式執行花費的時間僅有平行處理前所花費時間的3/5
手持裝置之室內定位 2020 - 2020
程式語言 : Swift
- 在這個專題中，我們的目標是在特定的室內場地中，利用手持式裝置定位目前所在位置的座標
- 在室內場地中，有許多iBeacons會被安裝在各處並發出訊號，我們利用手持式裝置去接收這些不同iBeacons所發出的不同訊號，並依此透過演算法計算出當前座標
- 我們使用的演算法是fingerprint，我們利用事先建立座標地圖，實際進行定位時再去與地圖進行比較，以此求出最相近的座標，最終結果我們所定位的座標正確度能達到80%
超音波無人避障自走車 2016 - 2017
程式語言 : C++
- 在這個專題中，我設計了一套自走車，上面安裝了許多超音波感測器，並設計了演算法幫助自走車避開障礙物
- 透過超音波感測器，能蒐集到許多當前環境的資料，並將其作為演算法的輸入，演算法的輸出則會傳送至馬達，控制車輛的前進後退或是左右轉，因此自走車便能對環境中的障礙物做出應對
- 自走車的避障演算法是基於Fuzzy logic所撰寫的，因此其對於障礙物的反應能更加平順，能靈活應對多種不同形狀的障礙物，並且也不容易被雜訊干擾
