Browsing by Author "Fu Hsin-Chia"

Now showing 1 - 20 of 25

數位內容加值平台之研發
(2003)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系
智慧型多媒體資訊處理系統的研究(I)
(1999)
傅心家
;
Fu Hsin-Chia
;
交通大學資訊工程系
智慧型多媒體資訊處理系統的研究(II)
(2000)
傅心家
;
Fu Hsin-Chia
;
交通大學資訊工程系
智慧型網際網路新聞視訊查閱系統的研發(I)
(2000)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系
智慧型網際網路新聞視訊查閱系統的研發(II)
(2001)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系
模糊神經網路專家系統之研製
(1995)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系
近年來,將神經網路與模糊系統結合的研究正蓬勃展開.這些研究的主要目的是希望擷取神經網路平行處理、容錯、可學習等優點與模糊系統具人類推理風格、可使用自然語言描敘等優點.本計畫第一年中,我們將探討如何建構一模糊神經網路專家系統,來學習模糊邏輯規則系統中蘊含的知識,包括:模糊規則、模糊集合的隸屬函數及模糊運算元的參數.我們計畫設計一混合式的學習法則,融合Backpropagation型與Competitive型學習法則的優點,以達到精確且快速的學習.此模糊神經網路專家系統之應用範圍,是作模糊邏輯推理.希望藉由使用者設定的語言變數及語言值,自動建構網路中之點及連線.再由使用者提供的學習樣本,學習出此推理系統蘊含的知識.第二年的工作中,我們預計完成單層推理模糊神經網路專家系統的理論設計、模擬及應用實例.而後,第三年再將之擴充至多層推理的理論設計、模擬及應用實例,同時將與另兩項子計畫進行整合工作.
神經網路之階層式研究---從應用、模式到實作(II)
(1995)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程研究所
神經網路之階層式研究---從應用、模式到實作(III)
(1996)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程研究所
神經網路之階層式研究---從應用、模式到實作(IV)
(1997)
傅心家
;
Fu Hsin-Chia
;
交通大學資訊工程系
類神經網路之研究是近年來相當熱絡的研究，在第二年計劃中我們提出了混合式神經網路。第三年的研究，我們本著前二年的研究成果，進行連接(手)寫及印刷英文字，數字分割技術的應用研究。在第四年的研究中，則發展出適應個人手寫中文的辨識系統，即神眼三號。本年度 ( 第五年) 將依據前四年研究之理論及應用等成果為基礎進行離散式 ( off - line ) 完整中文適應型辨識系統之應用研究。在一般手寫辨識問題中大略可分為前處理，切割，特徵擷取，辨識，後處理等五個步驟。其中特徵擷取又可分成結構法及統計法兩種，然目前中文手寫辨識器若特徵擷取採統計法者，基本上均假設每一個字的特徵資訊分佈為一普通高斯分佈( Normal Gaussian Distribution)。但在自然界中很難有這麼理想的分佈，又任何的機率密度函式均可由複合高斯分佈( Mixture Gaussian Distribution)所逼近。因此如果能用複合高斯分佈取代普通高斯分佈，必能對於辨識率的提升有所助益。
神經網路之階層式研究---從應用理論模式到製作
(1993)
傅心家
;
Fu Hsin-Chia
;
交通大學資訊工程研究所
近年來,由於類神經網路在各方面應用漸漸地愈來愈廣受重視,因此依據一個較有系統,有層次的方法來設計及製作類神經網路的是相當重要的.本研究即是透過逐層設計(Hierarchical design)的方式,以階段性方式來設計製作適用的類神經網路.在這個研究中,我們先擬定出一套設計法流程,然後再根據此流程.進行設計□分析□模擬□應用及製作等步驟.我們的目標是希望根據這種逐層設計的流程,設計出一個多用途類神經網路模式(Generic neural networks),並從學理上□應用上對此設計出的類神經網路作較完整的探討與分析,然後再延伸到此類神經網路的應用與製作.整體而言,本研究不但具有學術性的研究價值,也將具有實用性的研究內容.
視訊網頁技術及架構之研究(I)
(2002)
傅心家
;
Fu Hsin-Chia
;
交通大學資訊工程系
雲端節能互助服務平台之研究
(2011)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系（所）
過去的幾十年，人類過度的浪費石化能源，導致能源短缺，有識之士莫不積極鼓吹節能減碳來減緩危機的來臨。這幾年網路多媒體技術在畫面品質及傳輸速度都有卓越的進步，本計畫擬建構一雲端節能視訊網路平台，讓各地需要幫助的人們連上平台後，就可請求遠端專家不必耗費能源的長途旅行，利用網路多媒體視訊連線就能瞭解問題解決困難。遠端服務產生的影音資料，也可由日益成熟雲端計算處理成隨時可供查詢的雲端網路影音資料庫，讓視訊網路平台的功能更趨完備。二年期研究計畫擬進行的工作項目：（一）第一年度擬完成一個具有網頁、影音互動及訊息交換等基本功能的平台。有關創新性的影音互動功能：如(1)視訊畫面重點標誌、(2)虛擬螢幕攝影器及(3)多語文互譯對話框等項目，將在第一年度深入研究所需核心及關鍵技術。（二）第二年度擬完成有擴充能力的互助服務網路平台，當影音通訊流量超過基本平台的負載時，僅需增添伺服器硬體及網路流量頻寬即能提升互助平台的負載能力。前述三項創新功能也將實作完成在這個平台上。期望，相距千里分隔兩地的使用者，透過互助平台上的影音通訊機制，能有如親臨現場，以面對面方式協助對方來討論問題、解決疑惑及克服困難。
電視新聞多媒體資料庫
(2002)
傅心家
;
Fu Hsin-Chia
;
交通大學資訊工程系
類神經網路影像檢索之研究
(2004)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系
由於網路和數位相機等電子產品的大量成長，使得多媒體如數位影像也大量增加。對於影像上的檢索和搜尋的需求也日益增加。在面對日益龐大的數位影像，採行人工處理的方式將耗費巨大的人力、財力與時間，使得以電腦自動化處理的方式是勢在必行。然而，依語意所定義出的物件，在影像上難以相當精確地切割出來，加上所謂相關/相似影像，更是一種模糊概念，常常是見仁見智，缺乏放諸四海皆準的標的。因此另有學者研究以低階影像特徵作為檢索依據，雖然只要低階影像特徵輸入正確，便可快速精確地找到所求影像，但是低階特徵所提供的檢索介面，對於一般使用者不夠直覺而難以使用。影像檢索最困難的部分就是在於如何將使用者心目中的概念影像 (conceptual image)，以具體的簡圖或是以數學算式，或影像特徵等方式表現出來。一旦有了上述的內容，再應用已發展幾十年的圖像辨識、電腦視覺，以及人工智慧等技術，便可輕易在資料庫或網路上搜尋所要的圖像。本計劃的主要目的在於針對前述概念，提出一種可彌補最近幾年頗為熱門的高階語意特徵和傳統低階影像特徵之間鴻溝的一種新影像特徵及其推廣的神經網路檢索系統。根據這些特徵，實作在「自生型機率決策類神經網路」(Self-growing Probability Decision Based Neural Networks, SPDBNN)上，我們就可以計算出兩張圖片的相似程度，進而建立直覺的搜尋方式，可讓使用者不需要多次反覆和搜尋系統互動而能找到心中所需要的圖片。另一目的則是期望以影像檢索研究為前哨，而能夠進一步找到在多媒體檢索上可通用的檢索核心技術，以及資料自動處理方式。在面對未來爆炸性成長的多媒體資料，自動化檢索只需要發掘適用的特徵，便可以套用本計劃所發展的後端檢索技術，進而節省可能花費巨大的人力、物力與時間。
類神經網路影像檢索之研究(II)影像資料索引之建構
(2005)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系(所)
類神經網路影像檢索之研究---Web 2.0 影像及視訊檢索系統之建構(V)
(2008)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系(所)
由於數位影像技術的提升與大容量儲存媒介價格的下降，大量的影像及視訊資料的儲存愈來愈普遍。隨著網際網路的普及通訊品質的提升，有愈來愈多的數位媒體資料，如文字、影像、視訊等被存放於網際網路上。如何精確、有效且快速地從網路獲得想要的資訊，已是網路搜尋服務亟欲解決的問題。本研究首先針對Corel 影像資料庫，於94 年度研發建立了以Visual keyword 作為影像索引的影像搜尋引擎。初步實驗結果顯示，利用Visual keyword 搜尋Corel 影像資料庫的命中率超過九成。隨後，將此技術拓展於網際網路上的影像搜尋上，建立了由20 台影像伺服器所組成的分散式影像檢索系統，搜尋的範圍擴展到45,000 張以上的Internet 或WWW 影像。初步的搜尋命中率已達六成以上，每次查詢平均需時6 秒。本年度擬研究在目前以圖像Visual keyword 為基礎的檢索（VBIR）技術上，結合「圖像標誌檢索」（TBIR，tag based image retrieval）技術的網際網路搜尋引擎，完成一個能搜尋網際網路影像與視訊的檢索系統。應用「圖像標誌檢索」技術需將圖像先加注標誌，本計劃將研發Web 2.0 的標誌系統：由進入網頁的使用者來協助注釋的工作，不斷地對小部份的影像加上標誌，再以機器學習的方式將大部分的影像自動的加上標誌。由於網路上的使用者興趣與喜好會隨時改變，因此人工方式的標誌將由各地上網使用者不斷的協助進行，隨時隨地適應網際網路上多變化的環境。因此「Web 2.0 影像標誌系統之建構」將為本年度（97）研究計劃書所規劃之創新研究工作。系統研發目標是建立由50 台伺服器所組成的分散式搜尋系統，將搜尋的範圍擴展到200,000 張以上的Internet 或www 影像，以及檢索速度提昇到一次影像詢問（image query）平均的需時在1 秒內。
類神經網路影像檢索之研究---分散式影像資料檢索系統之建構(III)
(2006)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系(所)
隨著電腦速度的提昇以及網路的普及，如何在浩翰的網路多媒體資訊中快速及正確找尋想要的多媒體資訊，已是一個非常重要的課題。由於網際網路的日益普及與硬體技術的快速成長，著眼於網際網路能讓資訊更方便、快速且有效的分享給其他使用網際網路的使用者的特性，有愈來愈多的商業團體及一般大眾選擇於網際網路上存放及分享其數位資料。然面對存放於網際網路上龐大繁雜的資料，如何有效且快速準確地獲得想要的資訊，已是網路使用者亟思解決的問題。本計劃目的在於研究開發一種有效的影像索引分散儲存方式，期望能於龐大數量的影像索引中不僅能加快影像搜尋時間，而且能增加搜尋影像的命中率。我們預計完成之分散式網際網路影像搜尋系統項目為(1) Metadata dispatcher 的建立，(2) Metaservers 的設計與建置，(3) Query dispatcher 的建立與(4) Query results aggregation 的建立。預期本計劃將於網際網路上提供一個精確又快速的影像搜尋引擎，並能根據影像的低階特徵與所提的visual keyword 概念，於影像語意和低階影像特徵之間做一橋樑，完成一針對隱含於影像的語意來做分群的分群方法。
類神經網路影像檢索之研究---數百萬頁影像檢索系統之建構(VI)
(2009)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系(所)
由於數位影像技術的提升與大容量儲存媒介價格的下降，大量的影像及視訊資料的儲存愈來愈普遍。隨著網際網路的普及通訊品質的提升，有愈來愈多的數位媒體資料，如文字、影像、視訊等被存放於網際網路上。如何精確、有效且快速地從網路獲得想要的資訊，已是網路搜尋服務亟欲解決的問題。本長期研究計畫首先針對Corel 影像資料庫，於94 年度研發建立了以Visual keyword 作為影像索引的影像搜尋引擎。初步實驗結果顯示，利用Visual keyword 搜尋Corel 影像資料庫的命中率超過九成。隨後，95~97 年度研究計畫將此技術拓展於網際網路上的影像搜尋上，建立了由20 台影像伺服器所組成的分散式影像檢索系統，搜尋的範圍擴展到200,000 張以上的Internet 或WWW 影像。97 年度初步的研究的成果顯示檢索命中率已達六成以上，每次查詢平均需時1〜5 秒。本計畫書擬規劃一個三年期的研究工作，希望能在已有的研究成果上只添加20~30 部PC，就能在相同時間（1〜5 秒）內搜尋數（2~5）百萬張影像，提供使用者想要的圖片（首頁20〜30 張圖像達95％的正確率）。本三年期研究擬進行的工作項目：（1）第一年完成一個新SOM 分群演算法，將用目前已收集到的二十萬張影像，來驗証分群演算法的功效；（2）第二年將擴大收集WWW 影像到壹百萬張，實做分群演算法在一個含30 個PC 的分散式系統，來實測分群演算法的功效（包括分群需要的計算時間及所達到的正確率）；(3）第三年將研發一個兩階層的分散式計算架構：（1）影像分群及（2）影像檢索，來建構一個包含50 部PC 就能搜尋數百萬張影像的電腦系統。我們預期目標是在 1~5 秒內搜尋2〜3 百萬張影像，達到整體有70%或首頁（前20〜30 張）95%的正確率。
類神經網路影像檢索之研究---數百萬頁影像檢索系統之建構(VII)
(2010)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系（所）
由於數位影像技術的提升與大容量儲存媒介價格的下降，大量的影像及視訊資料的儲存愈來愈普遍。隨著網際網路的普及通訊品質的提升，有愈來愈多的數位媒體資料，如文字、影像、視訊等被存放於網際網路上。如何精確、有效且快速地從網路獲得想要的資訊，已是網路搜尋服務亟欲解決的問題。本長期研究計畫首先針對Corel 影像資料庫，於94 年度研發建立了以Visual keyword 作為影像索引的影像搜尋引擎。初步實驗結果顯示，利用Visual keyword 搜尋Corel 影像資料庫的命中率超過九成。隨後，95~97 年度研究計畫將此技術拓展於網際網路上的影像搜尋上，建立了由20 台影像伺服器所組成的分散式影像檢索系統，搜尋的範圍擴展到200,000 張以上的Internet 或WWW 影像。97 年度初步的研究的成果顯示檢索命中率已達六成以上，每次查詢平均需時1～5 秒。本計畫書擬規劃一個三年期的研究工作，希望能在已有的研究成果上只添加20~30 部PC，就能在相同時間（1～5 秒）內搜尋數（2~5）百萬張影像，提供使用者想要的圖片（首頁20～30 張圖像達95％的正確率）。本三年期研究擬進行的工作項目：（1）第一年完成一個新SOM 分群演算法，將用目前已收集到的二十萬張影像，來驗証分群演算法的功效；（2）第二年將擴大收集WWW 影像到壹百萬張，實做分群演算法在一個含30 個PC 的分散式系統，來實測分群演算法的功效（包括分群需要的計算時間及所達到的正確率）；(3）第三年將研發一個兩階層的分散式計算架構：（1）影像分群及（2）影像檢索，來建構一個包含50 部PC 就能搜尋數百萬張影像的電腦系統。我們預期目標是在 1~5 秒內搜尋2～3 百萬張影像，達到整體有70%或首頁（前20～30 張）95%的正確率。
類神經網路影像檢索之研究---網格計算影像與視訊資料檢索系統之建構(IV)
(2007)
傅心家
;
Fu Hsin-Chia
;
國立交通大學資訊工程學系(所)
隨著數位影像技術的提升、大容量儲存媒介價格的下降與網際網路的普及，有愈來愈多的數位資料，如文字、影像、視訊等被存放於網際網路上。如何有效且快速準確地從網路獲得想要的資訊，已是網路搜尋服務亟欲解決的問題。本實驗室首先針對 Corel 影像資料庫，於前年研發建立了以Visual keyword 作為影像索引的影像搜尋引擎。初步實驗結果顯示，利用Visual keyword 的搜尋命中率超過九成。隨後，本實驗室將此技術拓展於網際網路上的影像搜尋上，建立了由5 台影像伺服器所組成，搜尋的範圍在15000 張以上Internet 或www的影像的分散式影像搜尋系統。初步的搜尋命中率已達六成以上。本年度將延伸前三年所完成之影像搜尋引擎的技術，研究開發出以視訊內容為基礎的網際網路視訊搜尋引擎，完成一個能在網際網路上搜尋影像與視訊的系統。本計畫將根據所提的Visual keyword 概念，研發利用Visual keyword 來描述視訊上特徵的技術，期望可以在視訊檢索研究上，發堀有效的視訊索引。同時，為了研究分析所提之索引技術在上線使用者及搜尋標的資料的快速增加下之可行性，並找出可能發生問題的解決方案，目前規劃擴建一個包含50 台伺服器，儲存十五萬張以上影像的分散式搜尋系統。基於網格(Grid)的資源分享與網格的無縫(seamless)存取服務的特性，本計畫準備建構一個以網格為基礎的分散式影像與視訊搜尋引擎，預期將可有效的減少重複的運算負載並動態平衡網格的資源，進而提升系統的搜尋速度，以達到在可接受的時間內快速找到使用者所要找尋的影像或視訊。