首頁 > 研究發展 >
通訊 > 實驗室
|
無線行動網路實驗室 | |
指導教授
|
魏宏宇教授
|
實驗室位置
|
電機二館355室
|
實驗室網址
|
http://wmnlab.ee.ntu.edu.tw/ |
研究方向
|
5G/5G+,物聯網,通訊標準制訂,邊緣運算與霧運算,機器學習,賽局理論。
|
數位影像與陣列處理實驗室 | |
指導教授
|
劉俊麟副教授
|
實驗室位置
|
電機二館530室
|
實驗室網址
|
|
研究方向
|
1. 稀疏陣列
2. 陣列訊號處理 3. 數位訊號處裡 4. 統計訊號處裡 |
語音處理實驗室 | |
指導教授
|
李琳山教授
|
實驗室位置
|
電機二館531室
|
實驗室網址
|
http://speech.ee.ntu.edu.tw/ |
研究方向
|
1. 語音辨識核心技術:
語音訊號之新特徵、語音辨識之新模型或新架構、雜訊及通道效應處理、聲學模型之調適及精緻化、語言模型之調適及精緻化、自發性語音處理、中英夾雜之雙語語音處理、韻律及聲調模型等。 2. 網路環境下語音辨識之智慧型應用: 語音瞭解、對話模型及系統、語音資訊之語意分析、語音資訊搜尋、語音資訊摘要、語音資訊重組、語音資訊之關鍵詞擷取、語音合成、分散式語音技術等。 |
通訊及信號訊息處理實驗室 | |
指導教授
|
蘇炫榮教授
|
實驗室位置
|
電機二館532室
|
實驗室網址
|
|
研究方向
|
發展創新通訊理論、消息理論及信號處理技術,並開發其應用。
|
多媒體處理及通信研究室 | |
指導教授
|
陳宏銘教授
|
實驗室位置
|
電機二館533室
|
實驗室網址
|
http://mpac.ee.ntu.edu.tw/ |
研究方向
|
我們實驗室主要是藉由開創先進技術來訓練學生的研究能力,所從事的研究大致可區分為:
1. 多媒體信號處理 2. 計算攝影及顯示 3. 音樂資訊探勘 學理基礎包括機器學習、視覺科學、影像處理、電腦聽覺、資料科學、情感運算、及通訊網路,而研究成果力求學術與實用價值兼備。 |
動態頻譜接取實驗室 | |
指導教授
|
張時中教授
|
實驗室位置
|
電機二館550室
|
實驗室網址
|
|
研究方向
|
次世代網路與頻譜共享、動態接取、技術與政策、頻譜資料庫、資源配置最佳化、實驗展示平台
|
次世代無線實驗室 | |
指導教授
|
周俊廷副教授
|
實驗室位置
|
電機二館550室
|
實驗室網址
|
|
研究方向
|
本實驗室成立於2008年2月,主要致力於下一代無線通訊網路的核心技術與應用之研究與發展;目前的研究內容包含 (1) 個人及區域網路的通訊協定設計、(2) 動態頻譜存取、以及 (3) 無線社群網路與應用。實驗室現有成員包括實驗室主持人周俊廷副教授,七名碩士班研究生與十多名大學部專題研究生。
實驗室除了有專供從事研究與模擬的各式高速電腦設備外,並陸續引進實驗專用無線平台與量測儀器,目的在加強理論與實做的連結,達到理論與應用並重的目標。 除了學術研究之外,實驗室並與國內重要資通設備廠商合作,進行國際標準的制定,希望透過產學合作的方式,讓研究成果得以進一步的應用在日常生活之中。 |
語音處理暨機器學習研究室 | |
指導教授
|
李宏毅教授
|
實驗室位置
|
電機二館552室
|
實驗室網址
|
http://speech.ee.ntu.edu.tw/~tlkagk/ |
研究方向
|
深度學習、機器學習、語意理解、語音辨識
|
Mathematical Imaging Laboratory | |
指導教授
|
戴邇立教授
|
實驗室位置
|
電機二館553室
|
實驗室網址
|
https://mil.ee.ntu.edu.tw/phps/ |
研究方向
|
My original expertise is in wavelets, multiresolution, sparse signal representations and more generally approximation theory for signal processing problems. Over time, I have developed a keen interest in biomedical imaging applications (in particular fluorescence microscopy and MRI) and have focused on Image Processing problems like image registration, deconvolution/super-resolution and blind source separation.
|
統計信號處理實驗室 | |
指導教授
|
李枝宏教授
|
實驗室位置
|
電機二館553室
|
實驗室網址
|
|
研究方向
|
1. 一維及兩維數位信號處理研究:包含有限脈衝響應( FIR )及無限脈衝響應( IIR )數位濾波器( Digital Filter )與濾波器組( Filter Bank )學理研發與設計之開發等研究,無論在學理上或設計濾波器之係數為連續式、離散式(如 2 之冪次方)、以及能以 -1,0,+1 形式合成,利用 IIR 全通濾波器為基本架構之 Digital Filter 和 Filter Bank 等理論研發與設計。
2. 一維及兩維可適性陣列信號處理研究:包含一維及兩維可適性信號方位估測( Bearing Estimation) 及可適性陣列波束成型( Array Beamforming )之學理研發與處理信號技術之開發等研究。對於可適性陣列信號之有效處理,解決有實際誤差情形與同頻干擾信號( Coherence Interference )方位估測及陣列波束成型之問題而研發的強健式技術,在應用上需要具有多重波束( Multiple Beam )成型之技術,寬頻信號波束成型之技術,以及信號具有循環性穩態( Cyclostationarity )特性時之可適性信號處理。以無線通訊應用為導向之智慧型可適性天線陣列信號處理等研究。 在現代生活中,無線通訊所伴演的角色日益重要,而所需要傳輸的資訊從早期的語音已經變成影像等高頻寬需求之多媒體資訊,但是空間中的頻寬卻是有限的,所以 為了充分利用日益緊縮的頻寬以及提昇傳輸品質、增加系統的容量,智慧型天線 (Smart Antenna) 陣列技術便受到重視,因為智慧型天線被公認為可充分運用有限頻寬、提升傳輸品質以及確保通訊品質的有效途徑。本實驗室的研究重點放在強健式可適性多重波束 成形技術 (Robust multiple-Beamforming) ,研究以各種強健式演算法克服各種非理想狀態下的波束成型問題。波束成形技術有很多種方法,一般的方法若以 LCMV(Linear Constraint Minimum Variance) 為例必須先知道信號的入射角度再帶入各種波束成形技術的演算法產生出最佳權重,最佳權重不外乎是要讓所要接收的角度產生高的增益並且能夠抑制雜訊以及不想 要的干擾訊號,評估的法則就是訊號對干擾 / 雜訊比 (SINR Signal-to-Interference & Noise Ratio) , SINR 越高也就代表天線陣列的表現越好。而 LCMV 的好處在於當干擾信號的能量越強,就會被削除的越乾淨。此種效應備稱作能量反置效應。不過一般而言波束成形技術有三大非理想問題:指向誤差問題、位置擾動問題以及同調信號問題。這些問題都會導致 SINR 大幅降低。指向誤差表示接收端所已知的信號入射角度產生誤差而產生錯誤的權重導致天線陣列的波束指向錯誤的地方,而真正所要的信號被當成干擾來看待而被消 除掉,而所欲接收信號的能量越強反而會被削除的更徹底。位置擾動顧名思義就是天線元件的位置跟理想狀態下的陣列元件排列有所差距,導致的後果與指向誤差非 常類似。目前的研究成果已能破解窄頻線性陣列方面的同調信號問題、角度誤差問題以及陣列位置擾動等問題, 另外也研究過在窄頻矩形陣列(URA:Uniform Rectangle Array)中的同調信號問題以及位置擾動等問題,並且已得到不錯的結果,近年來由於無線通訊中多媒體數據傳輸等寬頻信號的比重不斷增加,因此可適性寬頻 天線陣列的信號處理便受到世人的重視,因此本實驗室近年來便把焦點放在研究可適性寬頻天線陣列信號處理的三大天線陣列問題,之前的研究都放向在寬頻一維線 性陣列上面,所以目前的焦點放在以圓形陣列為基礎的可適性寬頻二維天線陣列的信號處理的同調問題破解上面。 3. 近年來本實驗室更以多年來研究成果為基礎,進一步擴展研究領域至下一世代多重輸入多重輸出(MIMO)無線通訊系統以及MIMO雷達系統相關應用與技術開發研究. |
編碼理論及其應用實驗室 | |
指導教授
|
林茂昭教授
|
實驗室位置
|
博理館503室
|
實驗室網址
|
|
研究方向
|
本實驗室之研究著重於編碼理論 (classical error-correcting codes and modern error correcting codes) 與其在通訊系統或資料儲存系統之應用。
|
無線寬頻通訊實驗室 | |
指導教授
|
陳光禎兼任教授
|
實驗室位置
|
博理館504室
|
實驗室網址
|
|
研究方向
|
1. 無線通訊
2. 網路科學 3. 資料分析 4. 自然計算與網路 |
音樂與人工實驗室 | |
指導教授
|
楊奕軒教授
|
實驗室位置
|
博理館505室
|
實驗室網址
|
https://affige.github.io/lab.html |
研究方向
|
音樂資訊研究、人工智慧、機器學習、自動音樂生成
|
通信之訊號處理實驗室 | |
指導教授
|
馮世邁教授
|
實驗室位置
|
博理館506室
|
實驗室網址
|
|
研究方向
|
通信之訊號處理,寬頻通訊系統之同步及參數估測。
|
通訊暨網路科學研究室 | |
指導教授
|
葉丙成教授
|
實驗室位置
|
博理館515室
|
實驗室網址
|
http://www.ee.ntu.edu.tw/profile?id=677 |
研究方向
|
1. 無線通訊實體層。
2. 合作式通訊。 3. 無線多媒體傳輸。 4. 實體層保密通訊。 |
前瞻通訊技術實驗室 | |
指導教授
|
鐘嘉德教授
|
實驗室位置
|
博理館518室
|
實驗室網址
|
|
研究方向
|
本實驗室的研究方向包括數位調變理論發展、無線通訊系統及訊號之設計與分析。近來之研究主題包含多載波調變的頻譜預編碼理論發展、多輸入輸出通訊系統設計及分析、無線感測及中繼網路研究、差分調變系統設計及分析、OFDM系統設計及分析等。
|
行動網路暨無線通信實驗室 | |
指導教授
|
謝宏昀教授
|
實驗室位置
|
博理館521室
|
實驗室網址
|
http://tonic.ee.ntu.edu.tw |
研究方向
|
無線通訊網路之基礎與應用研究,包含物聯網通信、次世代行動通信以及感知無線電通信。
|
網絡實體資料與信號處理 | |
指導教授
|
林士駿教授
|
實驗室位置
|
博理館524室
|
實驗室網址
|
http://cc.ee.ntu.edu.tw/~shihchunlin/ |
研究方向
|
利用消息理論來研究關於人工智慧物聯網(AIoT)及多用戶間多點跳躍的無線通訊系統的最佳化設計,以及相關的編碼理論。
|
機器學習與估計理論研究室 | |
指導教授
|
吳沛遠副教授
|
實驗室位置
|
博理館530室
|
實驗室網址
|
|
研究方向
|
隱私維護機器學習、街景文字辨識、深度學習與對抗攻擊、深度學習與影像除霧、解耦特徵無監督式學習、深度學習與樣本複雜度。
|
前瞻性數位通信系統實驗室 | |
指導教授
|
蘇柏青副教授
|
實驗室位置
|
明達館530室
|
實驗室網址
|
|
研究方向
|
通信系統及雷達系統之信號處理、無線收發機暨傳輸波形與波束形成最佳化
|
數位信號與影像處理實驗室 | |
指導教授
|
丁建均教授
|
實驗室位置
|
明達館531室
|
實驗室網址
|
http://disp.ee.ntu.edu.tw/ |
研究方向
|
數位信號處理,數位影像處理,時頻分析,小波轉換,音樂信號處理。
|
量子資訊處理研究室 | |
指導教授
|
鄭皓中副教授
|
實驗室位置
|
學新館513室
|
實驗室網址
|
|
研究方向
|
Google和IBM等公司已打造出50’s量子位元之小量級量子電腦,揭幕量子霸權時代的到來。在近期的未來如何利用量子電腦以革新臺灣資通訊產業(Information and Communications Technology)為重要課題。鄭皓中教授到職後規劃利用其研究之量子資訊處理技術以設計三項量子資訊科技系統-1.「量子通訊網路」、2.「量子電路之機器學習」、3.「量子加密系統」以及4.「量子強化人工智慧」。量子通訊網路包含多端點之量子資訊傳輸及接收設計,可用於模擬全域性量子計算與傳輸交換密鑰。量子電路學習主要利用量子態做為訓練樣本來推論出目標量子電路,進而應用於未來量子電腦製備之電路進行檢測及驗證。量子加密系統研究量子通訊中的資訊隱密性分析與密鑰傳輸率,預計可配合國家資訊安全政策,布建未來國家級量子安全系統。量子強化人工智慧預期能利用量子資訊科學的優越性來增進機器學習與人工智慧之效能與效率,鄭博士規劃以此強化科技部、臺大電資學院、與臺灣智能產業鏈之人工智慧研究發展與政策。總體目標為以規劃之四項研究項目從量子通訊、計算、加密、人工智能著手,達成短程內量子資訊科技系統設計;中程內可實行佈建之量子資訊科技設施;長程之整合強化臺灣現有資通訊技術,並與國立臺灣大學、科技部、產業界等相關產學聯盟整合量子資訊科技研究發展、技術開發、專利申請、產業發展以及人才培育。
|
視覺與學習研究室 | |
指導教授
|
王鈺強教授
|
實驗室位置
|
學新館514室
|
實驗室網址
|
http://vllab.ee.ntu.edu.tw/ |
研究方向
|
本實驗室研究主軸為電腦視覺、機器學習、深度學習與人工智慧。近年的研究主題包括遷移學習、視覺與語言分析、3D視覺、元學習、自監督式學習,應用於影像與影片合成與內容辨識。除了致力於研究成果發表於頂尖會議與期刊,本實驗室亦與相關產業保持密切合作,近年合作對象包括Google、Qualcomm、華碩電腦、英業達、台積電、聯詠科技、中華電信等。
|
網路資訊與通信研究室 | |
指導教授
|
王奕翔教授
|
實驗室位置
|
學新館515室
|
實驗室網址
|
http://cc.ee.ntu.edu.tw/~ihsiangw/NICLab/NIC.html |
研究方向
|
我們的團隊專注於網路資訊和資料的基礎研究,包括通訊、計算、資料分析和機器學習。我們主要感興趣的領域是消息理論、學習理論和高維度統計。
我們特別對以下主題感興趣: 1. 網路資訊處理 2. 群眾分包機器學習 3. 分散式學習中的隱私和安全 4. 延遲受限和內存受限的分散式學習 |
跨領域資料科學與信號處理研究室 | |
指導教授
|
林澤教授
|
實驗室位置
|
學新館516室
|
實驗室網址
|
https://www.idssp.ee.ntu.edu.tw/idssp-home?fbclid=IwAR3TwM2wsW4YNIiOODUJqMqUJm79Ae1LjlCeBIzIAarn_vyVLYZU2ERtRKI |
研究方向
|
本實驗室的主要研究方向為深度學習, 資料科學, 通訊/生醫信號處理, 金融科技, 最佳化理論,並聚焦在以下幾個主題:
1. 前瞻通訊系統之演算法設計: 整合強化學習與最佳化理論,針對前瞻通訊系統邊緣計算之資源分配進行演算法設計。 2. 計算生物學與深度學習: 整合深度學習與計算生物學方法並以更直觀的角度解釋生物系統中交互作用關係,能更準確掌握疾病復發與併發症風險等關鍵醫療因素。 3. 金融科技之大數據分析: 與多家金控與新創公司合作,針對其商業需求設計專門之深度學習引擎,分析大量且多樣化之客戶資訊與歷史行為紀錄進行精準行銷。 本實驗室除了與多個學術、醫療單位合作外(包含新加坡科技設計大學、中研院資訊科技創新研究中心、臺大醫院、國家衛生研究院、清華大學生科院等)、亦與多家金控與新創公司合作(如國泰金控、Likr、Insilico Medicine等),研究成果多為跨領域理論與實作結合。 |