全方位評估機器自督導式學習語音的能力 — 基準語料庫 SUPERB
自督導式學習的目標是機器在日常生活中聽人們對話，不用進行任何人為標註就可以對語音訊號進行理解。台灣研究團隊和Meta、CMU、MIT、JHU的團隊構建了語音自督導式學習評估框架 SUPERB
繼續閱讀
自督導式學習的目標是機器在日常生活中聽人們對話，不用進行任何人為標註就可以對語音訊號進行理解。台灣研究團隊和Meta、CMU、MIT、JHU的團隊構建了語音自督導式學習評估框架 SUPERB
本計畫使用台灣農業知識庫文集，利用閱讀理解模型建立專屬台灣之農業知識圖譜，結合問題生成技術將農業資料增量，並訓練農業領域之文獻閱讀理解模型。相關衍生技術亦被接受於IJCNN2022國際研討會
YOLOv7是新一代的即時物件偵測器，他提供了最先進的從邊緣計算到雲端計算的全面即時物件偵測架構，解決了隨著深度學習新方法提出所衍生出的新研究議題，主要包含了重參數化架構的規劃以及多分支架構的動態目標分配規劃
本計畫研究高效端到端分散式深度強化學習訓練平台，用於發展自駕模型賽車。於近年參加亞馬遜(Amazon)所舉辦的世界級自動駕駛競賽AWS DeepRacer，獲得世界冠軍
本項技術提供有關NeRF架構的超快速收斂方法，只需使用一個 GPU， 便可在不到 15 分鐘的時間內達到快速收斂。適用於從一組已知取像姿勢方位的場景影像集中，有效重建出每個場景的輻射場
本計畫提出全球第一個，同時考慮準確性、及早性及變異長度之時間序列早期分類技術，包含新穎的深度強化學習框架以及多目標優化演算法，並應用於基於心電圖之心血管疾病早期分類