應用於人體姿勢辨識與機器人之可重組深度神經網路引擎-總計畫暨子計畫一: 應用於監督式學習之可重組深度神經網路技術(1/3)(3/3)

專案詳細資料

Description

深度神經網路是一廣泛被使用的人工智慧技術,在人工智慧終端裝置應用上,深度神經網路引擎需要符合低耗能、高彈性、及短的端至端等待時間。因此本總計畫『應用於人體姿勢辨識與機器人之可重組深度神經網路引擎』將開發一應用於人體姿勢辨識與機器人之可重組深度神經網路引擎來符合這些要求。所開發之可重組深度神經網路引擎具有以下創新性:1)可支援監督式及強化式學習之深度神經網路;2)可支援不同深度神經網路模型之推論;3)使用混合數位與類比運算單元來降低耗能;4)利用姿勢與行為辨識系統以驗證此引擎之效能。此子計畫『應用於監督式學習之可重組深度神經網路技術』將開發應用於監督式學習深度神經網路之可重組技術。所開發之可重組技術具有以下創新性:1)固定端至端等待時間之可重組技術;2)可支援不同模型之可重組技術;3)可用於混合數位與類比運算單元之可重組技術。
狀態進行中
有效的開始/結束日期1/08/2131/07/22

聯合國永續發展目標

聯合國會員國於 2015 年同意 17 項全球永續發展目標 (SDG),以終結貧困、保護地球並確保全體的興盛繁榮。此專案有助於以下永續發展目標:

  • SDG 9 - 產業、創新與基礎設施
  • SDG 17 - 為永續目標構建夥伴關係

Keywords

  • 人工智慧
  • 深度神經網路
  • 監督式學習
  • 強化式學習
  • 可重組
  • 姿勢辨識
  • 機器人

指紋

探索此專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。