Ztfujhxzu7dkjaqhxhls

郭子嶢 Jazz kuo

台北科技大學電子工程系碩士班 研究生
新北市,TW
[email protected]

+886-928 454130

技能


程式語言

C

C#

VB


開發平台

DA14697(Dialog)

HT66FU50(盛群)

ATMEGA2560(Microchip)

NUC140,442,484(新唐)

Raspberry Pi

Tensorflow

8051


成品設計

SolidWorks2013

3D印表機使用與調整

Altium Designer Release 10(電路設計)

電路版成品製作 

SMD小型元件焊接

經歷

經歷一,2019 年 3 月 - 2021年 7月

工作經歷 :

製作產品測試治具、5GHz WIFI模組應用、SOC 藍芽與螢幕系統互動裝置雛形

經歷,2017 年 7 月 - 2018年 9 月

碩士論文:使用荷重元感測器之離床行為辨識與預測


使用荷重元感測器量測床上壓力變化,計算床上壓力特徵,將特徵進行K-means資料分群,使用HMM依照過往訓練機率進行床上的動作判斷與預測下床。

(ADC、UART、資料分析、VB、C#、機器學習、Arduino、Matlab)

經歷,2018年 9 月

發表論文:HMM-based Bed Exit Prediction with Load Cells,” in Proceedings of the 2018 International Conference on Smart Science (ICSS2018), Miyazu, Kyoto Japan, Mar. 30 – Apr. 2, 2018.

經歷四,2016 年 2 月

專題:使用SSR與RF製作智能居家光源控制系統


使用SSR進行家電的電源控制,RF模組進行遠程遙控,藉此調整居家環境燈光變化。

(SPI、I/O、ADC)

經歷五,2016 年 11 月

專題:行車定位與車輛分配派遣系統

負責項目: 進行車輛CAN BUS 的資料擷取、GPS資料擷取、資料記錄、GSM數據發送。 (CAN、UART)

經歷六,2013 年 8 月

專題:教學系統(紅外線與電視控制)


負責項目: 

電視端SSR總電源控制、遙控器紅外線訊號錄製與發送。

(I/O)

經歷七,2013 年 1 月

專題:機車防竊裝置


負責項目:

擷取加速度感測器資料(I2C),判斷車輛是否遭受移動,1-wire資料傳輸,使用xbee的RSSI尋找車輛位置。

(I2C、1-wire、UART、I/O)

經歷八,2012 年 7 月 

專題:洗窗機


負責項目:

機構設計與硬體電路製作。

關於我

工作階段 我將研究所階段學習到的研究方式,對公司提出的雛形新產品獨立進行製作, 更學會了的團隊合作與工作內容分配,即使案子有其他公司的同仁加入也能即時的安排與協助,隨時與主管會報調整日程,增加產品功能,調整專案狀況。


研究所階我閱讀了許多論文,了解到其中的演算法運作相關原理,運用以前學習到的知識,並加以彙整,最終完成了現在的離床辨識系統,再加上研究所學到的 Machine learning algorithm(機器學習演算法),成為了我碩士論文的題目。


大學階段於虎尾科技大學就讀二技,在這兩年的實驗室練習中我學習到:電路Layout平貼式零組件焊接、進一步的式撰寫電路板製作等等的項目。畢業時發現自己對於演算法的相關學習知識仍有不足,再加上平常在寫的程式都只能用Threshold(閥值)做為標準,希望能用其他方式讓自己的作品變的更加完善,於是這成為了我讀研究所想要學習到的議題,最終進入了台北科技大學就讀研究所。


我熱愛學習新知識,通過自學的方式完成3D Mechanical drawing(機械繪圖),3D Printing(列印)更是在二技時跨領域的研究室中與別系的同學接觸時學習到的技術,讓我對於專題的機構設計變得更加完整,使作品可以達到更高的完成度。希望可以把自己所學的知識應用在未來的工作中。 

Paragraph image 00 00@2x ebb59a6d9adb03673d06762584bb6a0cc401a7cc4bd081bb82ce6f841d95aa2b
論文:使用荷重元感測器之離床行為辨識與預測
Paragraph image 03 00@2x a10257c22ab8b43ba541f7170ecfbbafea76718648ab6504b9015d9950ed2250

研究提出一個離床行為辨識與預測系統,能及時提醒醫護或照護人員協助患者或老人進行下床動作,防範跌倒事件的發生。本系統包含四個荷重元感測器(load cell sensor),透過轉接座將其安裝在床角的下方,偵測患者或老人在床上動作所產生的壓力變化,並藉此檢測患者或老人當下的行為狀態與離床意圖。

使用k-means++演算法將離床動作分群隱馬爾可夫模型(hidden Markov model, HMM)來建立動作與動作之間的關聯,以執行離床行為辨識與預警。

Powered By CakeResume