-
-
未來科技館 城市車流控制最佳化平台技術
國研院國網中心研發之城市車流控制最佳化平台技術係以車輛追蹤與辨識技術結合交通可控因子模擬等技術開發而成，此系統具備車輛計數與車種分類，區域型路口交通模擬，燈號最佳化等功能。透過結合車流資訊與深度學習分析幫助各路口交通號誌之優化，促進民眾外出行車更順暢。
-
-
-
未來科技館 應用於自駕模型賽車之深度強化式學習技術
我們發展一套基於影像的虛實轉移技術(sim-to-real transfer)，先訓練老師模型(teacher model)來學習最佳路徑，再藉由老師模型與隨機化(randomization)來訓練學生模型(student model)，使學生模型適應虛實環境差異，提升在真實環境的行駛速度及穩定性。
-
-
-
未來科技館 深度強化學習框架使用超音波影像診斷腋窩淋巴結狀態
強化學習模型直接根據經驗制定控制策略，以預測學習過程中的狀態和獎勵。 因此，我們設計了一個包括超音波影像、不同動作和獎勵的醫學影像環境，使代理在此環境中學習以提取腋窩淋巴結區域並評估狀態。 我們提出的方法的性能達到了 83.6 的準確度、88.6 的靈敏度和 89.0 的特異性。
-
-
-
未來科技館 基於深度強化學習，智慧化商用Wi-Fi裝置增強通訊效能
本團隊基於深度強化學習，開發可智慧化Wi-Fi裝置而增強通訊效能的速率調適演算法和實作架構，該演算法可根據裝置常用的模式和環境，產⽣出最適合的技術選項調適方法，在將近百個的技術選項和不斷變化的無線通道狀況中，可即時達到最⾼傳輸效能。並且，基於非同步之使⽤者和內核空間的架構，實作於商⽤網卡的驅動程式。
-
- 1
