登入
註冊
忘記密碼
數位內容 >
美術類課程
企劃類課程
程式類課程
音樂類課程
行銷類課程
管理類課程
出版類課程
數位類課程
多媒體類課程
科技服務 >
科技應用服務
企業化電子
管理課程 >
資訊服務
資訊架構
科技管理
專案管理
網路課程 >
網路
系統管理 >
作業系統管理
資料庫系統管理
資訊安全系統
辦公室軟體應用
系統開發 >
程式設計
網頁開發
嵌入式系統開發
軟體工程
訪客人數
01315977
【免費】數位轉型系列講座:深度學習及其於自駕車之應用研討會
主辦單位
產業智慧創新人才培訓中心
執行單位
資訊工業策進會 數位教育研究所、工業技術研究院 產業學院、工業技術研究院 產業服務中心
協辦單位
亞洲.矽谷學院、緯育股份有限公司
大綱
CNN:卷積神經網路(Convolutional Neural Network)一般使用縮寫CNN來稱呼,它與傳統的多層感知網路最大的差異在於多了卷積及池化這兩層,也就是因為這兩層而讓CNN擁有能夠「看」到圖像(或語音)細節的能力,而非像其它神經網路只是單純的提取資料進行運算,無怪乎近年所舉辦的視覺競賽,優勝者幾乎都是採用深度學習的CNN架構,本次我們將介紹CNN於物體偵測、影像分割上的經典模型,以及其在自駕車的應用上有什麼限制。
GAN:生成式對抗網路 (Generative Adversarial Network, GAN) 顯然是深度學習領域的下一個熱點,Yann LeCun 說這是機器學習領域這十年來最有趣的想法 (the most interesting idea in the last 10 years in ML),又說這是有史以來最酷的東西 (the coolest thing since sliced bread)。生成式對抗網路解決了什麼樣的問題呢?在機器學習領域,回歸 (regression) 和分類 (classification) 這兩項任務的解法人們已經不再陌生,但是如何讓機器更進一步創造出有結構的複雜物件 (例如:圖片、文句) 仍是一大挑戰。用生成式對抗網路,機器已經可以畫出以假亂真的人臉,也可以根據一段敘述文字,自己畫出對應的圖案,但在自駕車上又會有怎麼樣的應用呢?
RNN:循環神經網絡(Recurrent Neural Networks,RNNs)已經在眾多自然語言處理(Natural Language Processing, NLP)中取得了巨大成功以及廣泛應用,近幾年來其與CNN之整合亦產生了許多有趣的應用,例如Image Captioning,這樣的技術甚至可以運用在道路事件的預測,但這樣的技術如何實踐?
內容
在自駕車領域,許多科技大廠投入相當多金錢人力研發相關技術,其中運用人工智慧領域中的深度學習技術是其中顯學,本講座即對目前深度學習技術在自駕車領域的進展進行介紹。
適合對象
產官學研皆可,對數位轉型有興趣者。
參加費用
免費
活動日期
2018 年 11 月 29 日
活動時間
02:00PM ~ 04:00PM
活動地點
【新竹場次】工研院光復院區
地址
新竹市光復路2段321號1館8樓806室
餐點提供
聯絡請洽
劉菊秋
電話
(02)6631-6666轉6582
電子郵件
詳細資訊
※對於以上課程、內容及主講者,主辦單位保留變更及調整的權利
資訊工業策進會 數位教育研究所

COPYRIGHT©2012 III DIGITAL INSTITUTE. ALL RIGHT RESERVED. | 隱私權政策 | 聯絡我們