<link rel="stylesheet" href="styles.cf390c6bfbe7555f.css">

學術出版;;Publications

Permanent URI for this communityhdl:11536/1

收集所有交通大學研究人員與學生個人或團體所發表之各項學術著作，涵蓋期刊論文、教師專書、學位論文等項。;;Collections of Publications of NCTU Researchers and Students Like Journal Papers and Thesis.

Browse

Filters

1993 - 1999112000 - 2009122010 - 20112

Settings

🏛️國立陽明交通大學機構典藏

Author: search.filters.author.Fu Hsin-Chia

Search Results

Now showing 1 - 10 of 25
  • Thumbnail Image
    Item type:Item,
    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。
  • Thumbnail Image
    Item type:Item,
    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。
  • Thumbnail Image
    Item type:Item,
    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
  • Thumbnail Image
    Item type:Item,
    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。
  • Thumbnail Image
    Item type:Item,
    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。
  • Thumbnail Image
    Item type:Item,
    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。
  • Thumbnail Image
    Item type:Item,
    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
  • Thumbnail Image
    Item type:Item,
    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.
  • Thumbnail Image
    Item type:Item,
    類神經網路用於交換機維運支援系統辨認技術之研究與雛型發展
    (1994)
    傅心家
    ;
    Fu Hsin-Chia
    ;
    國立交通大學資訊工程學系
    本計畫的目的在於研究應用以類神經網路 來建置交換機維運支援系統(SOSS)中,自動診斷 功能(ADF)模組,以提供維護人員在排除交換機系 統硬體障礙時所需的建議.研究主題包括:(1)類 神經網路診斷偵錯系統模式的評估及研究;(2) 交換機系統障礙診斷報告資料分析及資料表示 法(Data representation)之研究;(3)建立提供維護人 員操作的輸入指令整合及輸出信息整合的展示 系統雛型;(4)以類神經網路方式整合不同機型的交換機維運支援系統中自動診斷功能可行性 之評估分析之研究.本計畫預期成果有:(1)提出 最適合的類神經網路診斷偵錯系統模式;(2)提 出對交換系統障礙診斷報告資料具一致性且合 理的分析法則及統一的數據格式(Data format);(3) 提供維護人員操作的雛型展示系統.本計畫並 能提供以下的具體效益:(1)培養及訓練參與人 員熟悉類神經網路辨識技術;(2)使類神經網路 在學術上研究有進一步發展;(3)精簡交換機維 護工作上的人力和時間;(4)奠定類神經網路技 術應用於電信事業其它相關研究的基礎.
  • Thumbnail Image
    Item type:Item,
    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.