電機工程學系

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/85

歷史沿革

本系成立宗旨在整合電子、電機、資訊、控制等多學門之工程技術,以培養跨領域具系統整合能力之電機電子科技人才為目標,同時配合產業界需求、支援國家重點科技發展,以「系統晶片」、「多媒體與通訊」、與「智慧型控制與機器人」等三大領域為核心發展方向,期望藉由學術創新引領產業發展,全力培養能直接投入電機電子產業之高級技術人才,厚植本國科技產業之競爭實力。

本系肇始於民國92年籌設之「應用電子科技研究所」,經一年籌劃,於民國93年8月正式成立,開始招收碩士班研究生,以培養具備理論、實務能力之高階電機電子科技人才為目標。民國96年8月「應用電子科技學系」成立,招收學士班學生,同時間,系所合一為「應用電子科技學系」。民國103年8月更名為「電機工程學系」,民國107年電機工程學系博士班成立,完備從大學部到博士班之學制規模,進一步擴展與深化本系的教學與研究能量。

News

Browse

Search Results

Now showing 1 - 2 of 2
  • Item
    基於物件角度分類演算法之機械手臂夾取策略
    (2021) 林叡安; Lin, Jui-An
    none
  • Item
    以深度學習拆解與辨識中文書法字之筆畫
    (2018) 吳彥德; Wu, Yen-Te
    本論文針對中文書法字領域中較少人關注的部分─筆畫,以往對於文字方面的研究大多是文字辨識,例如:光學字元識別(Optical Character Recognition,OCR),主要在於”辨識”出文字。本論文透過筆畫來理解文字並進行拆解、辨識以及重現,遂提出了基於深度學習之筆畫拆解與辨識及即時書寫系統,驗證平台是透過網路攝影機讀取文字影像再用並列式手臂(Delta Robot)做即時的書寫。基於深度學習之筆畫辨識系統採用近幾年急速發展的深度學習來進行物件辨識,深度學習已經在影像識別方面證明其強對大的能力,藉由大量數據集學習對應物件而產生理想的網路模型,以此模型辨識想尋找的物件。所以本論文採用深度學習並改良部分神經網路架構,以得到較好的筆畫辨識結果。本系統參考並沿用YOLO(You only look once)在即時(Real-time)偵測與定位上的優良檢測速度以及準確度,在得出辨識與定位結果後,利用辨識與定位出的物件資訊做進一步的物件分割,再採用影像前處理濾除干擾以及提取骨架,得到每個筆畫物件的座標點,最後交由並列式手臂進行書寫以及文字的重構。此外,由於訓練神經網路需要大量的運算,因此有關神經網路的執行以及訓練都使用GPU進行平行運算來加速。本論文將文字筆畫作為物件並使用深度學習進行辨識與定位,此方式能同時得到筆畫種類以及座標,並且基於YOLO網路架構針對筆畫辨識進行架構改良,進一步提升辨識、定位準確率,同時保持原有的辨識速度。