專案經歷: 醫療應用、資料視覺化、自然語言處理、機器學習、深度學習、影像分類、物件偵測/追蹤、網路爬蟲。
碩士研究Zero-Shot Learning: 如何在缺少視覺樣本情況下,引入第三方資料(語義),來解決影像辨識任務。
目前於台達研究院(DRC)擔任資深研發工程師,主要負責AI應用研究與開發,包含API撰寫、分析數據、架構規劃。
已發表 2篇國際會議論文、1篇國際期刊 (另有1篇專利、1篇期刊審核中)。
- 改善現在的深度模型於現實應用的效能及效率。
- 整合多個深度模型及演算法、並部屬至多個操作系統、撰寫API。
- 分析AI方法與現實世界的應用場景之差距, 提出解決方案- 研究 self-supervised 結合 Generative model 來增強 zero-hot learning 的影像辨識任務
成果: 研究發表於 Multimedia tools and applications (Journal) 2024
- 開發網路爬蟲: 爬取非結構式資料、清理、過濾資料,共 1280 億個文字
- 自然語言處理: 訓練文字模型(word2vec, seq2seq)、共 2 億條句子、1TB 容量;生成問答句子
- 成大醫院專案: 設計與開發病患專用 android app, 用以蒐集病患之語音、視訊、文字、表情資料;
建立後端平台、資料庫、整合深度學習模型(語音,文字),用以分析病患之情緒;
將分析結果資料視覺化,輔助醫師診斷
- 研究 Metric learning、GAN,用於提升 Generalized Zero-Shot Learning 的影像辨識任務。
成果: 研究發表於 Multimedia Systems (Journal) 2024
- 研究zero-shot learning,改善一篇CVPR 2020的研究,提升 5% 辨識率
成果: 研究已發表於 ACM ICMR 2021
Java, Python
Pytorch, TensorFlow
Linux, Windows, MySQL,
Web, Android App
- 訓練 Yolov5 偵測模型,偵測複雜街景中之繁體中文、英文、數字等
配合 PaddleOCR 辨識模型,辨識繁體中文字
成果: 文字偵測準確度為 Precision = 89.34%, Recall = 86.68%
辨識準確度為 86.71%
- 分析全台各地傳染病變化、以地圖、統計圖視覺化疫情趨勢,建立熱點資訊
專案經歷: 醫療應用、資料視覺化、自然語言處理、機器學習、深度學習、影像分類、物件偵測/追蹤、網路爬蟲。
碩士研究Zero-Shot Learning: 如何在缺少視覺樣本情況下,引入第三方資料(語義),來解決影像辨識任務。
目前於台達研究院(DRC)擔任資深研發工程師,主要負責AI應用研究與開發,包含API撰寫、分析數據、架構規劃。
已發表 2篇國際會議論文、1篇國際期刊 (另有1篇專利、1篇期刊審核中)。
- 改善現在的深度模型於現實應用的效能及效率。
- 整合多個深度模型及演算法、並部屬至多個操作系統、撰寫API。
- 分析AI方法與現實世界的應用場景之差距, 提出解決方案- 研究 self-supervised 結合 Generative model 來增強 zero-hot learning 的影像辨識任務
成果: 研究發表於 Multimedia tools and applications (Journal) 2024
- 開發網路爬蟲: 爬取非結構式資料、清理、過濾資料,共 1280 億個文字
- 自然語言處理: 訓練文字模型(word2vec, seq2seq)、共 2 億條句子、1TB 容量;生成問答句子
- 成大醫院專案: 設計與開發病患專用 android app, 用以蒐集病患之語音、視訊、文字、表情資料;
建立後端平台、資料庫、整合深度學習模型(語音,文字),用以分析病患之情緒;
將分析結果資料視覺化,輔助醫師診斷
- 研究 Metric learning、GAN,用於提升 Generalized Zero-Shot Learning 的影像辨識任務。
成果: 研究發表於 Multimedia Systems (Journal) 2024
- 研究zero-shot learning,改善一篇CVPR 2020的研究,提升 5% 辨識率
成果: 研究已發表於 ACM ICMR 2021
Java, Python
Pytorch, TensorFlow
Linux, Windows, MySQL,
Web, Android App
- 訓練 Yolov5 偵測模型,偵測複雜街景中之繁體中文、英文、數字等
配合 PaddleOCR 辨識模型,辨識繁體中文字
成果: 文字偵測準確度為 Precision = 89.34%, Recall = 86.68%
辨識準確度為 86.71%
- 分析全台各地傳染病變化、以地圖、統計圖視覺化疫情趨勢,建立熱點資訊