人工智慧與大數據分析技術於物聯網之應用研究

建立多元夥伴關係,協力促進永續願景 電機學院     2019/12/30

研究計劃主持人王蒞君 教授

 

本計畫為了掌握最先端的人工智慧技術邀請八位國外知名專家學者前來訪問,進行「Artificial Intelligence for IoT Big Data Analytics 系列講座」、「 NCTU Brain Science系列講座」及獨立主題演講,共九場學術交流演講。

  • 「 Artificial Intelligence for IoT Big Data Analytics 系列講座」中邀請了Gianluigi Ferrari教授介紹如何利用人工智慧解決在物聯網中的通訊議題,在Zhijin Qin教授的到訪中交流了可以有效且確準分析通訊資料的方法,也邀請了極具國際影響力的高被引學者Geoffrey Li 教授向我們展示了如何使用深度學習優化通訊系統的架構。
  • l為了要更好的分析無人機蒐集到的異質知識資料,舉辦「 NCTU Brain Science系列講座」,邀請Chun-Nan Hsu教授和Tzyy-Ping Jung教授於 NCTU Brain Science Workshop進行演講,了解生醫訊號資料處理的相關方法。Tzyy-Ping Jung教授分享了腦神經信號的特性以及如何使用機器學習的方法分析取得的數據,以便於更好的了解大腦運作的特性;Chun-Nan Hsu教授則分享了如何使用人工智慧在生醫藥資料中進行文字探勘。兩位傑出學者的交流對於我們在分析異質知識資料,建構出完善的人機智能互動界面上有了很大的助益。
  • l除了系列講座,為了確保研究內容能夠與產業趨勢結合,邀請IBM研究中心的 Shu-Ping Chang博士分享結合人工智慧與物聯網的實際商用案例。
  • l另一方面,近年來因人工智慧與無人機相關研究非常熱門,有少數研究開始探討利用滯空無人機裝載無線基地台針對特定應用進行動態的通訊網路部屬,如智慧城市、物聯網、多媒體與邊緣計算(Edge Computing)等相關應用,未來有機會成為新興的資通訊產業與應用之熱門傳輸媒介與佈建設施。因此,本計畫把無人機做為新的物聯網平台,透過無人機解決動態通訊的系統配置,以及從無人機中蒐集資料進行分析,建立無人機節點間的異質知識網路,進而發展出一個無人機的人機智能互動系統。要建構無人機的物聯網平台,其中重要的議題就是確保許多的無人機之間有品質良好的通訊效能,還邀請了國際上物聯網通訊的專家,Jonathan Chao教授和高被引學者的Kwang-Cheng Chen 教授來訪並進行專題演講,兩位學者均是精於在大型物聯網、車聯網領域中,利用機器學習與邊緣計算技術,解決超低延遲網路相關議題的專家。

   除了邀請學者前來,本計畫主持人也三次出訪到國外研究單位,如University of Houston及加州大學-聖地牙哥分校(UCSD),進行學術交流。透過以上的演講的交流以及國外出訪,交流學者與本計畫主持人共同指導9位學生,發表3篇學術論文(1個期刊,2個會議),預計明年會再投稿1篇國際期刊投稿及5篇會議論文,研究成果豐碩。

   同時,本團隊成員更與國際知名學者共同進行4個跨國合作計畫,包括延攬University of Houston的韓竹教授與本校一起進行人工智慧大數據於物聯網的理論研究和應用開發的教育部玉山(青年)學者計畫、完善無人機物聯網平台的「歐盟展望2020計畫」與開發適用於無人機的遠距寬頻通訊系統的「科技部AI計畫」,並且在「科技部干里馬計畫」進行主持人與加州大學-聖地牙哥分校(UCSD)的生物工程學系與神經運算研究所互訪,同時派出博士生進行長期異地研究,發揮雙方實驗室之強項,收取無人機與使用者互動產生的生理訊號數據分析,進行結合機器學習與腦機介面(Brain-computer Interface)的跨領域研究,共同研發人機智能互動系統。
  

「 Artificial Intelligence for IoT Big Data Analytics 系列講座」: Prof.Zhijin Qin  

演講題目:Sparse signal processing in wireless communications
 
「 NCTU Brain Science系列講座」: Prof. Tzyy-Ping Jung  演講題目:Using Machine Learning and Neurophysiological Measurements to Better Understand the Human Brain
 

「 Artificial Intelligence for IoT Big Data Analytics 系列講座」: Geoffrey Li 教授

演講主題:Deep Learning in Physical Layer Communications.