112年第2學期-5328 自主AI樹莓派機器專題 課程資訊

評分方式

評分項目 配分比例 說明
期末考 100

選課分析

本課程名額為 15人,已有11 人選讀,尚餘名額4人。


登入後可進行最愛課程追蹤 [按此登入]。

授課教師

陳永忠

教育目標

本課程目的在透過人工智慧結合物聯網(AIOT)、腦科學、量子機器學習、磁性系統相位辨識等專題分組實作,訓練同學跨領域應用人工智慧解決物理問題的能力。 本課程內容包括: 一、AIOT(含自駕車)專題 1. 3D繪圖與列印 2. 樹莓派控制板與Linux作業系統 3. 感測器,GPIO與藍芽無線控制 4. Python程式設計 5. OpenCV電腦視覺程式應用 6. Tensorflow、Keras 機器學習人工智慧應用 7. 人工智慧結合物聯網(AIOT)主題實作 二、腦科學專題 1. 大腦影像資料結構 2. 以卷積神經網路進行大腦影像處理:超大型影像拼接(stitching)、神經元切割(segmentation)與追跡(tracing) 3. 以非監督式學習進行大腦連結體網路分析 4. 上述腦科學演算法之整合使用者介面 三、量子機器學習專題 1.量子計算基礎-量子線路模型 2.將古典數據轉化成量子態中的數據 3.量子演算法-量子傅立葉變換、量子搜尋 4.量子神經網絡,量子主成分分析算法,量子支持向量機 5.實作:量子圖像辨識 ,利用量子電腦模擬分子的基態能量 四、磁性系統相位辨識 1.磁性模型 2.蒙地卡羅模擬 3.深度學習方法: 卷積神經網路(CNN)、自编碼器(autoencoder) 4.使用深度學習進行相位辨識

課程資訊

參考書目

教學講義

開課紀錄

您可查詢過去本課程開課紀錄。 自主AI樹莓派機器專題歷史開課紀錄查詢