[公告]108學年度上學期專題指導教授同意書下載與相關說明
各位同學好,
經103學年度第1學期第1次資工系課程委員會決議，自103年度起取消學生開始找指導教授及老師開始收學生之時間點規定，
僅規定學生最後繳交專題指導教授申請表之時間。
自106學年度起，本系學生可尋找電資院專任師資(包含資工系與電機系)擔任專題指導教授，唯學分計算、成績評分、報告方式等需依照本系規定辦理。
此外，每名教師招收專題生資工系同年級最多5名。
請同學們與老師商訂題目並線上填寫指導教授同意書，印出由老師簽名後，於2020/01/06(一)前交給班代統一收齊，送回系辦大學部事務承辦人處。
由指導教授簽名之同意書紙本務必繳回系辦，未繳交者視同無尋找指導教授，屆時無法登打專題成績。
指導教授同意書填寫連結：
http://dcs.site.nthu.edu.tw/p/423-1174-2590.php
若有任何問題，歡迎與系辦公室之大學部事務承辦人聯繫，謝謝您。
Dear students,
For CS 3901 System Integration Implementation, you may start looking for an adviser once this announcement has been made.
A student may work on a project supervised by any EECS professor of our college subject to all requirements under the rules of the CS department.
Every EECS professor may supervise up to 5 CS students admitted to the university in the same year.
Please complete the application form online (http://web.cs.nthu.edu.tw/files/87-1015-2791.php),
print it out and ask your project adviser to sign it. Give the signed form to your class representative no later than January 6, 2020.
If you have any question, please contact the staff for undergraduate affairs in the department office. Thank you.
師長所提供的專題題目與說明資訊，將於09/10(三)開始公告及更新於下列，若無在表列中，請直接洽詢該位師長。
(表列更新日期：2019/9/18)
| 教授姓名 | 專題題目 | 專題說明 | 是否自辦說明會? | 日期/時間 | 地點 | 備註 |
| 王俊堯 | 參加2020 教育部主辦之 CAD競賽 | 否 | / | |||
| 王炳豐 | 演算法與程式設計訓練 | 資格: 願意花時間增進演算法(解題&分析)與程式能力, 學習如何寫出聰明漂亮程式的同學, 程度不拘, 但需要願意花時間投入 說明: 1. 所有人對資工系畢業生最主要的期待, 就是能寫出聰明漂亮的程式, 這也是資工系畢業生最主要的競爭力來源 2. 專題將以歷年 ACM 世界賽題目為教材, 透過討論增進演算法能力 (解題&分析), 讓同學可以解決每一個世界賽中的難題, 並動手實作, 學會寫出聰明漂亮的程式 3. 訓練的重點是演算法能力 (解題&分析), 程式的實作是其次 4. 暑假須留下訓練至少 8 週 聯絡: 有興趣歡迎拜訪我, 請先送 email 和我聯絡 bfwang@cs.nthu.edu.tw | 否 | / | ||
| 吳尚鴻 | 深度學習在自然語言處理、電腦視覺、以及安全攻防的相關研究與應用 | 自然語言處理：利用深度學習改寫廣告標語提高成效 電腦視覺與安全：YOLO 等物體或人臉辨識的攻防 | 是 | 9/26/2019/6pm-7pm | 台達102 |
專題說明會當天有 Pizza 可以吃 資訊：請要來的同學可以填個表單 |
| 陳朝欽 | Image Sharing and Recovering | Abstract−Due to the rapid growth of information acquisition in the era of the Internet of Things (IoT) and Cloud Computing, the concern about the security of private information raises a lot of interests. This paper investigates image sharing based on the concept of (k,n)-threshold strategy according to the Chinese remainder theorem (CRT). A secret image is distributed into n noise-like shadow images preserved by n participants instead of a single carrier. Collecting at least k out of n shadows can reveal the secret image, but fewer than k shadow images could not. We discuss existing CRT-based sharing methods, proposes a simple CRT-based method and illustrates (3,5)- threshold results for RGB color images. Index Terms−Blakley, Chinese Remainder Theorem (CRT), Image Sharing, Shamir. | 否 | / | ||
| 蔡仁松 | 雙鍊結超快速區塊鏈實作 | 邀請高手一起實作實驗室研發的雙鍊結超快速區塊鏈技術 | 否 | / | ||
| 李濬屹 | Deep learning, computer vision, reinforcement learning, and intelligent robotics. | 專題同學將在一年半內熟習Deep learning, computer vision, reinforcement learning, and intelligent robotics相關的知識。進度緊湊精實，壓力非常大，專題成果要投稿頂尖會議論文。本實驗室歷來戰果豐碩，適合想出國唸書或有想做厲害研究的學生。 | 否 | / | ||
| 陳煥宗 | 電腦視覺與深度學習的應用 | 1. 前期：二個月密集課程，認識電腦視覺、機器學習、深度學習的基本概念和技術。 2. 中期：主題發想與相關文獻探討。 3. 後期：實作與定期討論。 | 否 | / | ||
| 朱宏國 | 在專題說明會說明 | 在專題說明會說明 | 是 | 2019/09/19/19:00~20:00 | 台達107 | 請有意願參加的同學填寫以下表單 https://reurl.cc/240xrX 當天會準備一些食物給大家所以要統計人數 報名截止至 9/17(二) 23:59 |
| 李政崑 | Compiler | 1. Safety critical APIs and misra compiler 2. AI compiler and llvm compiler | 否 | / | -- | -- |
| 許健平 | 物聯網與大數據應用 | 1. 結合嵌入式系統開發各種物聯網應用。 2. 無人機精準定位系統開發。 3. 利用機器學習或深度學習實作人機互動應用系統。 4. 利用強化式學習(Reinforcement Learning)，增加無線網路系統效能。 | 否 | / | -- | 寒、暑假部分時間亦需從事專題研究。 |
| 黃稚存 | 深度學習與深度神經網路 | 題目：深度學習與深度神經網路 說明： 1. 仿人機器手臂智慧控制及機器視覺 2. AI棒球投打分析 (歡迎有棒球經驗或熱愛棒球者) 3. 深度學習音樂合成分析 (學過基礎樂理或樂器為佳) 可深入認識人工智慧各種關鍵的技術，也能瞭解它目前的限制。歡迎想動手研究、解決真正問題的同學加入。 | 是 | 日期：2019/9/24（二） 時間：19:00 ~ 21:00 |
台達102 | 有興趣參加的同學請先上網登記： https://forms.gle/zs23GmtW8NSpfqpU7 |
| 金仲達 | 以模仿學習教導機械手臂使用工具 | * 由人類引導機械手臂拿取工具以執行任務。 * 利用模仿學習教導機械手臂在不同場景下仍能執行同樣任務。 | 否 | / | -- | -- |
| 徐正炘 | Point Cloud Reconstruction using Autonomous Drone Swarms | Autonomous drones, which move freely in 3D space, are suitable for efficiently constructing 3D scenes. In particular, we propose to develop a coverage path planning algorithm for drone swarms to cover the 3D environment and reconstruct the point cloud efficiently. | 否 | / | -- | -- |
| QoE Modeling 360-degree video streaming to HMD | A QoE model for 360 video streaming to HMD is important for evaluating and improving the streaming system.W e are going to develop a streaming testbed for user studies on tiled 360-degree videos streaming to HMDs. | 否 | / | -- | -- | |
| Point Cloud Compression with Autoencoder | High-quality 3D point clouds require large storages. It is therefore difficult to directly transmit raw point clouds. Thus, we propose to develop an autoencoder, which is able to automatically learn from the content, to compress point clouds. | 否 | / | -- | -- |
系辦公室敬啟
CS Office
2019.09.10.