學歷
國立交通大學
數據科學與工程研究所
Sep 2018 - Oct 2020
Hsinchu, Taiwan
- 畢業論文：結合知識圖譜與文本來訓練專業領域詞彙詞向量
- 指導教授：黃冠華 教授
- 專題：臉型與鏡框配適度
- 2018國泰大數據競賽 — 保險商品推薦
國立臺北大學
電機工程系
Sep 2014 - Jun 2018
New Taipei City, Taiwan
- 專題：整合資料分析及呈現
- 畢業專題： 以Word2vec與卷積神經網路實現嘲諷句偵測
- 指導教授：林嘉洤 教授
- 產品展示：Zigbee智慧家庭概念
技能
研究領域
- 自然語言處理
- 深度學習
- 機器學習
程式語言
- 語言：
pythonC
- 深度學習框架： tensorflow
pytorch - 會使用 docker
嵌入式
Arduino
BeagleBone
- 資料庫： MongoDB MySQL Amazon RDS
- Web API：
Flask
自然語言處理
結合知識圖譜語文本
來訓練專業領域詞彙詞向量
從網路上自行蒐集需要的專業領域資料，建立適合這些資料的模型，產生專業領域詞彙的詞向量。
- 利用爬蟲蒐集網路上統計相關的知識圖譜和文本作為訓練資料
- 考慮到專業領域詞彙的特性， 對資料做適當的前處理
- 結合同時利用文本和知識圖譜訓練的pTransE，以及加強處理知識圖譜中關係的 pTransR，建立出pTransR模型
以Word2vec與卷積神經網路
實現嘲諷句偵測
使用爬蟲程式將台灣的網路論壇文章儲存起來，並且以CNN和SVM做分析比較，最後CNN的準確度略高為SVM。
- 爬取mobile01汽車討論區資料
- 使用詞性標記、Word2vec以及情緒極性字典進行資料前處理
- 訓練word2vec模型，建立詞向量
- 取得特徵 - 詞性、字詞極性分數與句子極性分數
- 建立CNN以及SVM模型
KneserNey語言模型
將12類的句子做tokenize, padding和轉為小寫後，建立 12個KN Language Model。將測試句子分別輸入12個模
型，類別判斷為得分最高者。
語義對應 — Wordnet to Wiki
利用英翻中和中翻英詞典，以及word2vec比較中文單詞相似度，將每個英文單詞的不同意思分別對應到wiki頁面。
機器翻譯
以keras作為框架訓練一個LSTM模型，將英文短句翻譯為中文。
深度學習
臉型與鏡框配適度
透過臉型辨識，找出受試者之臉型，進而給出合適自己臉型的鏡框類型之建議，並將鏡框合成至臉上。 
- 從google圖片搜尋爬取圖片
- 清除不需要的臉型圖片(包含混雜臉型、臉型不清等)、將組圖切割成單一圖片、刪除各類別內及跨類別之重複的圖片
- 利用AAM+Face segmentation擷取臉部
- 用VGG、dilated convolution、SPP net、Inception、coordinate convolution等模型進行分類
CNN — 圖片分類
運用kaggle的animal-10資料集，經前處理後進行分類。
RNN — 預測論文接受度
將論文名稱輸入RNN和LSTM，預測此論文是否會被接受。
VAE — 重新建構圖片
藉由學習訓練資料裡人物的特徵，重構出原本的人臉，或是由這些特徵產生出不存在於訓練資料裡的人臉。
cycleGAN — 風格轉換
用卡通和動漫兩種資料集，將兩者的風格互相轉換。
機器學習
2018國泰大數據競賽 —
保險商品推薦
藉由分析客戶的個人資料及保險紀錄，推測客戶下次會購買的保險，針對不同客戶做出商品的推薦。
獲得晉級複賽資格。
- 將原始資料進行補值和轉換
- 特徵選取，找出重要的特徵值
- 嘗試各種模型，如KNN、CNN、SVM、Randomforest、Xgboost等
- 以10 fold cross validation後的準確率評估，最終選擇xgboost
整合資料分析及呈現
首頁
資料分析
資料查詢
嵌入式系統
Zigbee智慧家庭概念
以zigbee連接家中各處的家電裝置與主控台，達成可以人為的從主控台控制，或是由家電傳回的訊號自行調整。
主控台端(PC端)
在PC上的操控介面由c# .net寫成，PC上會連接一個zigbee coordinator。
- 可由主控台直接控制燈光和風扇
開關門感測器
偵測門的狀態
溫度感測器
偵測現在溫度
模擬燈光模組
模擬家中的電燈
模擬風扇模組
模擬家中的風扇
- 或由環境判斷行動
- 設定開門時燈光會開啟，關門時燈光會關閉
- 設定溫度高於28度時，開啟電風扇；溫度越高時，風扇轉速也越高
