檢索結果：共20筆資料 檢索策略： "電子工程系".dept (精準) and cadvisor.raw="林敬舜"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
深度重建是理解影像中物體與場景之間幾何關係的重要關鍵，其能夠提供除了平面 資訊 外更為立體的環境要素。而近年來已經提出許多深度學習在深度預測 的應用，然而在室內場景的單眼影像深度預測中，模型…
2
近幾年來隨著電腦的運算能力大幅增加，有愈來愈多與深度學習相關的學術研究出現。在本研究中，我們基於深度神經網路提出音訊除噪、圖樣辨識、殘響分群與資料降維的應用。首先在音訊除噪中，我們在頻域上將先驗的乾…
3
長久以來心律不整檢測和分類都是心電圖訊號處理的主要議題。在此研究中，我們開發出一種針對多類型心律不整的辨識系統，包含心房顫動、心房撲動、以及具有生命危險的心室過速、心室撲動與心室顫動。此心電圖訊號辨…
4
隨著室內聲學在大量聲音資訊自動分析與合成技術的需求增加，聲場模擬在近年來逐漸成為矚目焦點，這項技術不只要仰賴聲學量測，心理聲學也被列為重要依據。雖然視覺與聽覺在本質上大不相同，但有許多音訊可視化與視…
5
鳥類鳴聲辨識系統已經發展了一段時間，而大部分的研究中所使用的相關演算法，皆是從人類的語者或語音辨識系統修改而來。也就是說，大部分鳥鳴聲辨識系統所使用的特徵擷取法，都是使用配合人耳聽覺特性在內的演算法…
6
對於訊號分析方面，經驗模態分解法是一個很好用的方法，它具有自適應性(Adaptive)，並能夠處理非線性(Nonlinear)與非穩定(Nonstationary)的訊號，且能在時域上直接訊號拆解，…
7
心律不整分類以及偵測一直以來都是心電圖處理中的主要議題。在此研究中，我們納入了五種心律不整用於測試分類系統。首先，本文提出一個修改過的動態心電圖模型，將原先的高斯函數取代為柯西函數，原因是柯西函數相…
8
基於深度學習應用於音樂生成系統的研究在近年中得到了很大的進展。最常見的莫過於基於Transformer的生成模型，其受益於自注意力機制，在長序列建模方面展現出了許多優勢。然而，其自身的曝光偏差導致了…
9
本論文提出神經網路輔助之區塊循序消除列表(NA-PSCL)解碼器之演算法設計，利用PSCL的區塊解碼特性，與CNN結合，演算法上，減少解碼流程，模擬結果顯示此演算法之效能可接近傳統SCL。 本論文使…
10
本論文在探討使用神經網路應用於極化碼的置信度傳播解碼架構時，神經網路解碼器的訓練方式，透過多SNR的輸入資料集進行深度學習，使神經網路可以更完整的學習極化解碼架構，並在3dB後展現出比單SNR資料集…