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
Powered By