程式

• Python (孰悉 Pytorch, Tensorflow, Scikit-learn, Numpy, ...)
  
• MATLAB
  
• C / C++
  
• R
  

文書

• LaTeX, Overleaf
• Word, PowerPoint, Excel
  

我是廖家緯，現就讀國立陽明交通大學應用數學所，因喜愛數學與程式，而選擇應數研究所深造。高中時期對數學感到興趣，並且喜歡教導他人，因此選擇師大數學系就讀。大二、大三開始修習教育學程，學習教育心理學、教育哲學、班級經營…等，課餘時間到補習班擔任解題老師，希望將喜愛數學這份熱情傳遞給學生。然後，隨者年齡增長，考慮到社會現實面，因此想轉往業界發展。於是我在大三下期間申請輔系資工，培養第二專長，也希望將數學與資訊兩種能力結合，擦撞新的火花。 升大四期間，到台大資訊系統訓練班先修了 C/C++ 及 Python 兩門課程，當時下了不少苦功，也為後來修習資料結構打下良好的基礎。大四下首次接觸到影像處理，由於影像處理使用到許多數學工具，因此對有數學背景的人而言，相當好上手。每堂課結束後都會有作業，通常資工系的同學會直接使用內建函式，而我因為好奇那些演算法真的能否那麼神奇達到效果，因此我喜歡重頭自己刻一次。儘管我的程式相較於其他使用內建函式的同學花較久的時間執行，但因為有親自刻過，使我對那些演算法更加熟悉。 大四升研究所期間，我報名了國家理論中心的暑期研究計畫，期間學習到用偏微分方程、變分法等方式進行影像處理。與一般機器學習方法相比，數學方法處理影像為 case-by-case，不用經過訓練，因此不會有 over-fitting、domain 不同…等問題。學習這些方法，也使我對影像本質有更深刻的了解。 數學被譽為科學之母，即使身在重視實務應用的時代，我認為理論數學也相當重要，因此在研究所期間，我將修課分成理論與實務兩階段。碩一期間，我修滿數學所學分，其中包含理論分析與計算數學。碩二期間，因對人工智慧、資料科學、電腦視覺等議題感到興趣，我到資工所、統計所、資管所、電子所修課，也完成不少專題。在學習過程中，我也思考，數學能在這些領域中扮演什麼樣的角色。例如，這些領域最常遇到矩陣計算與最佳化問題，因此我們擅長使用不同方法，可以節省計算時間或使用空間，也可針對許多問題給出理論方面解釋，甚至利用數學估出最佳參數，省去調參時間，因此我們能進行細節的改良及研發。 我的研究論文為結合計算幾何與深度學習於腦腫瘤分割應用。透過數學手法，將資料進行壓縮，並放大疑似腫瘤區域，大幅減少訓練成本。一般而言，醫學影像涉及病人隱私，取得較困難，因此資料量較稀少，而我們透過數學方法，將資料進行非線性轉換，藉由不同參數，做出數據增量，讓訓練的 model 更 robust 。經過我們的努力，目前已得到不錯的結果，未來即將與醫院合作，進行軟體開發。我也期許自己未來能到業界發揮才能及所學。

透過計算幾何方法，我們可以將不規則形體形變至規則的正方體上，不僅可減少深度學習訓練的時間，也可以達到資料壓縮的效果。基於此方法，我們提出兩階段訓練方式，第一階段偵測腦腫瘤大致位置，第二階段將第一階段偵測的位置透過計算幾何的手法進行非線性放大，以進行第二階段訓練，有助於模型分割出腫瘤。