對話系統之資料表示與學習
語音助理的應用日漸普及，但由於基於人工智能之技術面臨效率低下的問題，目前的產品仍使用基於規則的方式構建居多。因此，我們將針對對話系統的不同組件分別提出對應的解決方案以提高各組件的數據效率及工作效能
Continue Reading
語音助理的應用日漸普及，但由於基於人工智能之技術面臨效率低下的問題，目前的產品仍使用基於規則的方式構建居多。因此，我們將針對對話系統的不同組件分別提出對應的解決方案以提高各組件的數據效率及工作效能
本計畫提出全球第一個，同時考慮準確性、及早性及變異長度之時間序列早期分類技術，包含新穎的深度強化學習框架以及多目標優化演算法，並應用於基於心電圖之心血管疾病早期分類
本項技術提供有關NeRF架構的超快速收斂方法，只需使用一個 GPU， 便可在不到 15 分鐘的時間內達到快速收斂。適用於從一組已知取像姿勢方位的場景影像集中，有效重建出每個場景的輻射場
本計畫研究高效端到端分散式深度強化學習訓練平台，用於發展自駕模型賽車。於近年參加亞馬遜(Amazon)所舉辦的世界級自動駕駛競賽AWS DeepRacer，獲得世界冠軍
自督導式學習的目標是機器在日常生活中聽人們對話，不用進行任何人為標註就可以對語音訊號進行理解。台灣研究團隊和Meta、CMU、MIT、JHU的團隊構建了語音自督導式學習評估框架 SUPERB
YOLOv7是新一代的即時物件偵測器，他提供了最先進的從邊緣計算到雲端計算的全面即時物件偵測架構，解決了隨著深度學習新方法提出所衍生出的新研究議題，主要包含了重參數化架構的規劃以及多分支架構的動態目標分配規劃
由台大、清大、以及中研院AI技術領域頂尖團隊組成，研究開發可信賴AI技術，導入未來的智慧服務，實現普惠科技所指的發展以人為本的智慧科技，強化新興科技的治理與應用
本計畫跟國際團隊同步執行收集極大型中文情緒語料庫，探討情緒辨識在應用端上可能遇到的社會議題。同時發現資料庫標記皆有男女觀點不公平的現象，導致訓練出來的模型會有偏差。