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 - 6 of 6
  • Item
    基於最佳化演算法的類神經網路剪枝策略
    (2021) 鐘暘; Chung, Yang
    隨著深度學習領域不斷的進步,類神經網路的架構比起以往擁有更多的參數量和記憶體的使用量,相對地對於硬體的要求也就更高。如何在有限的記憶體和硬體效能中擁有差不多的辨識效能也成為需要被關注的問題之一,而網路剪枝則是最直接能夠解決參數量過大問題,將網路中不必要的參數刪除,就能夠省去大量的記憶體空間。過去在網路剪枝當中,通常的策略都是將較小的權重刪除。這些網路剪枝方法的主要策略都是假設網路裡較小的權重,對於網路本身的影響較小,而可以被捨棄掉。但是我們認為這個假設對於神經網路而言並不是絕對的。在本篇論文中我們假設小權重也有可能會是重要權重的可能性,我們提出一個最佳化的剪枝策略,在剪枝時不只留下較大權重,還會留下由最佳化策略所挑選出的較小權重,能證明保留網路中重要的較小權重,有益於剪枝網路的準確率, 讓剪枝網路能夠在低參數量和高準確度中取得最佳的權衡。實驗結果說明在相較於只留較大權重的做法,透過最佳化的方法留下的較小權重,在相同的剪枝率網路會有更高的準確度。
  • Item
    兩輪機器人之深度影像障礙物偵測與人臉識別
    (2018) 林鈺博; Lin, Yu-Po
    本論文提出了將人臉識別功能與校正車體晃動測距誤差以及避障功能結合於兩輪機器人,使得機器人在照護及居家環境都能有更好的追蹤效果。兩輪機器人平衡或是移動時,會因為兩輪車機體晃動導致測距值的不穩定,本論文除了讓Kinect感應器的驅動馬達能自動使感應器保持水平外,也使用智慧型的預測方式來修正測距誤差值,增加測距值與避障決策的精準度。測距避障的部分則藉由Kinect感應器的深度影像完成,並將測距值與移動指令上傳至MySQL資料庫供兩輪機器人使用。在人臉識別的功能,本研究使用LBPH演算法完成,並以UART傳送資訊給兩輪機器人。並以實驗以及圖表驗證本論文提出的功能。
  • Item
    以類電磁為基礎之類神經綱路技術應用於太陽能預測
    (2017) 徐銘偉; Hsu, Ming-Wei
    本論文探討使用類電磁演算法優化類神經網路並應用於日射量預測問題。首先,建置一日射量資料平台以收集日射量預測所需相關數據,該日射量資料平台設備包括日射計、單板電腦(single-board computer)、攝影機與雲端伺服器等。藉由整合該日射量資料平台設備以即時擷取日射量與當前天空之影像圖,並儲存於雲端伺服器MySQL資料庫。利用該資料庫日射量與天空之影像圖資料,建立一即時日射量類神經網路預測系統,該日射量類神經網路預測系統可領前1至6小時預測日射量。為了使預測結果更加準確,透過類電磁演算法的改造與改良,使該演算法可以用於優化該類神經網路預測系統。最後,將本文所提之類電磁神經網路和傳統類神經網路進行預測誤差比較,以驗證本文所提之類電磁神經網路之效能。
  • Item
    以數位訊號處理器實現之智慧型音圈馬達定位控制系統
    (2016) 李承諺; Lee, Cheng-Yen
    本論文目標為針對非線性時變之音圈馬達,設計一具強健性與高精度之控制系統,本論文首先提出基於比例積分微分型細菌覓食模糊類神經網路控制系統,由於傳統的類神經網路控制系統,網路參數初值設計會導致控制系統陷入區域最佳解,所以本篇論文以最佳化演算法改良型細菌覓食演算法在馬達運動前先進行歸屬函數最佳化,避免系統陷入區域最佳解。 為了簡化控制系統計算複雜度,進一步提出具動態參數估測能力之補償型模糊類神經網路,此控制系統利用動態粒子群演算法於控制過程中即時最佳化Jacobia項,可有效提高系統控制指標性能。在此架構中,主控制器為補償型模糊類神經網路,另使用Elman類神經網路即時估測音圈馬達動子位置。 為提高系統之強健性,本論文提出智慧型分數階滑動模式系統,此系統以補償型類神經網路對不確定項估測,可解決傳統分數階滑動模式控制中切換控制之抖動現象,另外亦設計一平滑補償器,可補償估測誤差與確保系統之漸進穩定。 本論文以數位訊號處理器實現上述控制法則,並設計兩種追隨軌跡與兩種測試情況。實驗結果顯示所提出之控制系統確實能有效控制音圈馬達之動子位置。
  • Item
    以數位訊號處理器實現智慧型氣動馬達速度控制系統
    (2015) 龔聖賢; Gong, Sheng-Sian
    本論文之目標為設計智慧型控制系統以對葉片式氣動馬達伺服系統進行速度控制。在論文中,首先對氣動馬達之構造及運作原理進行討論,接著分析氣動馬達系統之數學動態,以推導出氣動馬達之標準二階狀態方程式。由於氣動馬達之動態特性及系統參數為高度非線性且時變,為了在既有的非線性特性及外部擾動情況下仍能達到高精準度之速度控制,本論文提出了基於比例積分微分型模糊類神經網路與適應性動態滑動模式兩種智慧型控制系統作為氣動馬達之速度控制器。最後,本論文以具32位元浮點數運算能力之數位訊號處理器TMS320F28335實現所提出的控制系統。實驗結果顯示以本論文所提出之兩種智慧型控制系統對氣動馬達均能達到有效之速度控制。