More Related Content
Similar to 自傳-20150825_v3.1
Similar to 自傳-20150825_v3.1 (9)
自傳-20150825_v3.1
- 1. 一、個人簡歷
基本資料
姓名 朱啟宏
性別 男
出生日期 81/02/28
兵役狀況 未役
通訊地址 新北市林口區仁愛路一段 272 巷 34 號 4 樓
E-mail jack123guy@gmail.com
聯絡電話 (02)2602-1952 手機 0910429385
求學經歷
學歷 學校 科系/組
高中 建國中學 第二類組
大學 成功大學 工程科學系
碩士 成功大學 工程科學所 電機控制與通訊組
研究所修習課程
1、隨機程序 2、系統工程 3、半導體製程技術 4、高等模糊控制 5、類神經網路簡介
6、應用系統識別 7、資料探勘 8、田口式品質方法
工作經驗
公司名稱 工作內容 職位 工作期間
歐益科技
股份有限公司
電路設計、焊接實作
ORCAD 操作及設計
暑期實習生 2013 年暑假期間
- 2. 二、課外活動與社團參與
課外活動與社團經歷
高中:駝鈴康輔社 社員
大一:建北會 會員。
工科系活動部 副部長。
籃球新生盃 亞軍。
大二:參與中文暨工程科學系迎新。
舉辦第一屆工程科學系之夜。
接任系學會活動部部長。
大三:嘉大幼教暨成大工科迎新擔任值星官
第 15 屆成大工程科學研習營擔任活動長
實習於歐益公司,學習到了利用 ORCAD 繪製機殼外觀和電路的設計 ,還有焊
接的實際操作。
實習於漢聲廣播電台,因為興趣,爭取了 DJ 的實習機會,在大三暑假在電台
實習了一個多月。
大四:和系上同學參與台南市龍舟競賽。
謝師宴籌備小組擔任活動長。
- 3. 專案合作-1
研究題目 模糊邏輯在醫學上的應用
指導教授 莊哲男 教授
研究簡介
目的:因為現今醫療資源漸漸匱乏的問題,此專題目的在於設計一套系統來幫助醫生
進行診斷。
方法:模糊邏輯的特色在於內部運算方式相較於傳統0與1的系統,更能夠模仿人的
思維。本專題利用該特色來模仿醫生在門診進行診斷時的判斷邏輯,使用 Eclipse 撰
寫讓大家可以隨時診斷的 App,試著減少民眾頻繁求診的問題。其中 App 能夠上傳民
眾填入的症狀至 php 資料庫中,從而建立起一份可以用來分析的資訊。
使用工具 Eclipse、php、Matlab
專題成果
(1) Android Application
(2) phpMyadmin Data Base
- 4. 專案合作-2
研究題目 開放式街圖計畫(Open Street Map)
指導教授 莊哲男 教授
研究簡介
目的:現在說到地圖大家第一個想到的大都是 Google Map,而 Google 在地理資訊確實
有能力可以壟斷,控制。而本計畫旨在建構出一個開放讓大眾能夠自由取得、繪製、編
輯的地圖,如同是地理環境的維基百科。
方法:利用開源軟體 OpenStreetMap,結合 Android 製作不同於 google map 的免費地圖
軟體。使用者能利用該 app 上傳地圖資訊和街景,利用 phpmyadmin 資料庫儲存使用者上
傳之資訊。同時地圖可以擷取並顯示氣象局所提供之地區氣象資訊。
使用工具 Eclipse、php
專題成果
(1) 偵測使用者位置並提供天氣資訊 (2)地圖頁面
- 5. 專案合作-3
研究題目 國小師生平板電腦交流 App
指導教授 莊哲男 教授
研究簡介
目的:現在的時代,人手一支手機或平板電腦可說是司空見慣。國小的教師們希望能
在課程中融入行動裝置,讓小朋友們做中學,學中做。
方法:此應用程式是建立在 Android 系統下開發,在 php 資料庫中儲存所有資料,目
前只有儲存文字和照片的能力。主要功能有:
學生可以使用帳號密碼登入、透過此行動裝置看作業訊息、依靠裝置上傳作業。
老師同樣可以登入、查看所有的作業、將學生的作品匯出成 pdf 檔。
使用工具 Eclipse、php
專題成果
(1) Android Application
- 7. 四、碩士論文
承接大學期間的模糊邏輯醫療診斷系統,因為模糊邏輯的規則庫特性,使其在修
改內部參數時會耗費大量時間和人力。為了解決上面的問題,決定加入類神經網路的
模式,使其有學習和自我修正參數的能力,名稱為:適應性類神經模糊推論系統,
Adaptive Neural Fuzzy Inference System(ANFIS),在和醫生們討論完後,我們建
立了一套診斷冠心症的模糊邏輯規則庫,並利用 App 來蒐集病人的症狀,然後將症狀
和診斷結果丟進 ANFIS 當中,讓它可以自我修正,得到更為精確的診斷模型。
目標是能夠利用 ANFIS 來幫助醫生更好理解症狀和症狀或是症狀和疾病之間的關
係,以及幫助醫生能夠更有效率的完成看診工作。甚至能夠發展出一個模型,能夠適
應和診斷出各種不同的疾病,或是能夠作資料挖掘,找出該疾病的哪些症狀是重要
的,哪些又只是干擾。
以下類神經網路及 ANFIS 皆在 Matlab 重新撰寫,而沒使用內建工具,以求應對各
種輸入參數或問題時,可以進行最彈性的修改。
下圖是最初進行類神經網路修正功能測試的圖,左邊的橫軸為修正次數,縱軸為
誤差值,可以看到誤差在不斷修正後有明顯的下降。中間及右邊的圖片分別為兩個不
同的 Model,綠色為理想輸出結果,藍色為 Model 的輸出結果。可以看到最後修正完
的 Model 輸出結果和理想結果是相當接近的。
在測試完基本的類神經網路有效之後,便開始架構出 ANFIS,並把到手的病歷資
料丟入 Model 中進行訓練,結果如下圖:
雖然誤差值在 0.06 就下不去了,但是因為目前
的訓練資料筆數很少,加上模型內部還有很多可以修
改的地方,現有的 Model 也沒有開放所有可修正參數
進行學習。日後所有參數都能進行學習且資料筆數增
加後,相信可以達到不錯的效果。