Tag

  • Posted On:

Test Spotlight with inframe link to a Gradio dem...

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。

Continue Reading
  • Posted On:

走出研究室的科學家 要幫AI找到真正價值

「因為追尋,所以值得放棄」臺灣大學資訊工程學系教授暨Appier首席機器學習科學家林守德說到:「跳脫舒適圈追尋新的挑戰的過程,讓我的人生變得更精采豐富」

Continue Reading
  • Posted On:

由人類動作演示引導機器人學習之方法與系統的研究—演示學習型機器人研發

本計畫提出經由人類演示引導機器人學習之系統,機器人除了可由人類教導機器人學習之外,亦可由機器人自行修正其行為增進學習效能

Continue Reading
  • Posted On:

心血管健康守護神—用於智能手錶之新創脈波傳導速度與個人化血壓估測系統

根據世界衛生組織統計,高血壓居全球可歸因致死原因第一位。脈波傳導速度(Pulse Wave Velocity, PWV)是評估血壓長期負荷重要指標,被全世界高血壓治療指引推薦為須定期評估之血壓靶器官指標,甚至具超越血壓的心血管風險預測價值。PWV必須在醫療場所利用儀器測量。近年由於穿戴裝置發展,各類型生理參數得以收集監測。本新創成果即為利用穿戴裝置收集生理指標建置估測PWV演算法並配合個人化...

Continue Reading
  • Posted On:

對話系統之資料表示與學習

語音助理的應用日漸普及,但由於基於人工智能之技術面臨效率低下的問題,目前的產品仍使用基於規則的方式構建居多。因此,我們將針對對話系統的不同組件分別提出對應的解決方案以提高各組件的數據效率及工作效能。

Continue Reading
  • Posted On:

片段式政策網路:針對多導程心電圖早期預測之膝引導神經進化演算法

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,達本領域最佳效能,具全球領先性。

Continue Reading
  • Posted On:

心包膜與主動脈分割AI模型 (HeaortaNet)

HeaortaNet AI模型為整合影像分割、心血管疾病指標分析及串接風險預測模型的一站式分析工具。本模型將無顯影劑胸部電腦斷層影像分割心包膜及主動脈程序由人為的60分鐘縮短至0.4秒。心包膜分割準確度94.8%,升/降主動脈91.6%。

Continue Reading
  • Posted On:

氣候變遷下海洋探測與生態調查技術開發與應用

本計畫目標在建立一套能長時間在各種淺海區域執行水下探勘與生態調查任務的AI水下無人載具系統,可針對指定區域之珊瑚礁生態系統進行自動化影像、聲學與水文等資料之收集、分析與紀錄。

Continue Reading
  • Posted On:

超快速Radiance Fields重建技術

本項技術提供有關NeRF架構的超快速收斂方法,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。

Continue Reading
  • Posted On:

適用於自駕模型賽車之強化式學習演算法

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。 此外,本計畫也成功結合不同深度學習演算法與框架,開發出能以更高速行駛之自動駕駛AI,達到超越DeepRacer之表現。

Continue Reading
  • Posted On:

YOLOv7

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。

Continue Reading
  • Posted On:

基於問題生成增量技術之農業領域文獻閱讀理解研究

隨著深度學習技術之成熟,閱讀理解模型(給定一文章與一問題,由AI模型從該文章中自動找尋問題之答案)已成為自然語言應用中關鍵之元件。諸如知識萃取、知識圖譜建立皆可利用閱讀理解模型來解決。本計畫中使用台灣農業知識庫文集,利用閱讀理解模型建立對應專屬台灣之農業知識圖譜。然而現有閱讀理解模型並非為農業文獻量身定做,因此無法直接使用。本計畫結合問題生成技術來進行農業資料增量,進而訓練農業領域之文獻閱讀...

Continue Reading
  • Posted On:

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只要在日常生活中聽人們對話,在不用人為進行任何標註的情況下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。

Continue Reading
  • Posted On:

多模態機器智能嵌入於數位生活 AI 科技

本計畫跟國際團隊同步執行收集極大型中文情緒語料庫,也針對語音情緒辨識的公平性進行探討以解決情緒辨識在應用端上可能遇到的社會議題。其中有發現資料庫標記皆有男女觀點不公平的現象導致訓練出來的模型會有偏差。

Continue Reading
  • Posted On:

整合加護病房視覺化面板成為促進多職類查房平台

多職類查房是加護病房內多職類臨床醫療人員之間定期、以患者為中心的溝通機制。成大醫院外科加護病房團隊發展整合i-Dashboard作為輔助多職類查房醫療人員的視覺化面板平台。i-Dashboard可以增加數據收集效率,且在多職類查房時可提高溝通準確性和資訊傳遞。

Continue Reading