楊子賢   |    YNAG  TZU-HSIEN

E-mail : [email protected]
Phone:  0918012272

    

簡介

我喜歡閱讀新技術,以及將複雜問題簡化的方法。

遇到難解的題目時,喜歡嘗試各種方法,以及解決問題的成就感。

在研究論文時,遇到很多不同的問題,也加深了我對於自然語言處理及不同對抗生成網路的理解。

學歷

 

Aug 2019 - now

淡江大學

智慧物聯網組

論文: 基於cyclegan之文本風格轉換

  • 研究圖片風格轉換       
  • 自然語言處理、辨識
  • 文本生成之研究

曾在AI相關工作坊擔任助教

在許多課堂上教授簡單的Python、CNN、Cloab 基本操作等等

參加過包含(旺宏金矽獎、機電暨智慧創意實作競賽...)等等競賽

擔任組合語言相關課程之助教

 

Aug 2015 - July 2019

淡江大學

電機系統組

專題:BlindSpot - 盲人輔助避障系統

技能

語言


  •   Python
  •   c++

Machine Learning


  • Pytorch
  • Keras

開發版


  •    Raspberry
  •    Jetson Nano

授課經驗


2020/07  組合語言暑修

                    教授Python、colab基本操作,簡單CNN、MLP基本概念,並讓學生自行建構模型,提升準確度

2021/03  模式識別

                   教授Python、colab基本操作,深層CNN基本概念、問題,遷移學習原理


碩士論文

基於cycle-gan之對話風格轉換


          關於文本風格轉換上的研究現在還是很少見,而在中文上的研究更是十分稀少,並且由於離散化數據在求導及取樣上需要特別的處理因此加大了它的難度,我們使用循環神經對抗網路,這種非監督式神經網路所需要的資料不需具備對稱性,透過運用在文本風格轉換任務上,以及資料需求低的優點,加上使用預訓練模型,讓模型直接微調,可以加速學習目標的風格。

文本風格轉換可以利用在許多方面,包含一句使用者需求調整客服的對話風格,或是在複製公眾人物的風格,他可能沒辦法一一回覆每個支持者或粉絲,而這項應用可以讓使用者像和本人聊天一樣,或是在突逢家人去世,可以複製家人的對話,撫慰讓人走出傷痛慢慢接受。

作品集



改善畫質之研究                                                                                  Jul 2019 -  Jun 2019

          將低畫質提高成高畫質是許多時候常遇到的問題,不管是因為上傳下載的吮壞,或是硬體方面的限制,如何提高畫質是一個很多方面都會面臨到的問題

   Github連結 

AI star                                                                                                               Jul 2019 - Apr 2020

          本作品是由於現代家庭結構改變,使小孩常由3c產品陪伴,研究指出這可能會阻礙孩子的身心發展,其中我們製作出一個聊天機器人,可以聽取孩子的情緒給予不同的安慰及回應,並撥放對應的故事。

   Github連結 

FB AdBlock                                                                                            Apr 2020 -  Jun 2020

          目前許多廣告辨識系統都是針對側邊或彈出式視窗所製,無法有效阻擋貼文的垃圾內容,因此藉由爬取許多粉絲團內的廣告留言後,透過訓練雙向長短記憶網路,可以分類出垃圾訊息候直接進行屏蔽,可以降低垃圾訊息的出現及被詐騙的可能。

   Github連結 

TKU-Detector                                                                                  Oct 2020 - Nov 2020

          tku-Detect 是為校慶時 密室逃脫活動,作為其中一道拼圖謎題所製作,透過辨識拼圖目前狀態,與arduino 溝通控制下一道謎題掉落。

   Github連結