回上層

2018 人工智慧技術論壇 MATLAB®於機器學習與深度學習技術
(Machine Learning and Deep Learning with MATLAB) -- 語音辨識、智慧工廠預測維護監控、物聯網之感測器資料大解析

時間地點

台北場
  • 2018年4月25日(三)
  • 9:30~16:50
  • 9:00開始報到
  • 集思交通部國際會議中心
  • 地址: 台北市100杭州南路一段24號
  • 地圖與交通
新竹場
  • 2018年4月26日(四)
  • 9:30~16:50
  • 9:00開始報到
  • 新竹喜來登大飯店 3F宴會廳 I
  • 地址:新竹縣竹北市光明六路東一段 265 號
  • 地圖與交通
技術焦點
  • MATLAB之AI發展及技術
  • 從感測器原始資料到建立預測模型之完整工作流程
  • 感測器資料的前處理技術
  • 聲音訊號、訊號處理及小波技術的訊號特徵擷取技術應用
  • 語音辨識之AI應用
  • 智慧工廠之預測性維護與即時監控的實例應用
  • 預測模型開發成果與企業系統的整合

簡介

人工智慧AI開發進入戰國時代,您掌握關鍵技術了嗎?實現人工智慧的核心概念在於賦予機器如同人類的感知、認知理解、決策與行動的能力。對機器而言,就是感測器資料收集→處理解析→分析及預測模型建立→智慧化機器。

因此,製造業從「自動化」進入「智慧工廠」,關鍵就在「預測」。然而從感測器資料開發出「預測及決策模型」卻不是一項簡單的任務。如何訓練機器進行感測資料解析、做出適當決策的技術將成為人工智慧戰局中舉足輕重的關鍵核心。

【2018 MATLAB機器學習、深度學習技術】人工智慧技術論壇,將於4月25日、26日在台北、新竹盛大展開,全球研發大廠MathWorks® 資料解析科學專家Mehernaz Savai 與國內權威語音辨識台大張智星教授,將介紹如何透過MATLAB從感測器資料挖掘寶藏,從感測資料的前處理與分析,到預測模型建立的完整工作流程。演講應用涵蓋文字、語音訊號辨識,智慧工廠的預測性維護監控與工業物聯網的實際應用。

活動全程免費,席次有限,請提早報名搶得先機!

Agenda
  • Time
  • Topic
  • Speaker
  • 09:00 – 09:30
  • 報到
  • 09:30 – 09:50
  • MATLAB於人工智慧技術概述

  • Phoebe Li, TeraSoft
  • 11:10 – 11:30
  • 茶敘時間 & 攤位展示
  • 12:30 – 13:30
  • 午餐 & 攤位展示
  • 15:20 – 15:40
  • 茶敘時間 & 攤位展示
  • 16:40 – 16:50
  • Q&A

演講摘要

挖掘感測器資料寶藏、建立預測模型

Building Predictive Models for Sensor Data Analytics

機器學習與深度學習現在正快速地成為各產業用來解決複雜建模問題的強大工具,包含預測性維護、健康監控、財經投資組合預測以及先進駕駛輔助等。然而,想從訊號資料開發出預測模型卻不是一項簡單的任務。此外,近來對於追求更聰明、更有智慧的感測器訊號處理演算法的開發需求正急速升溫,並將這些演算法佈署到物聯網端點裝置或雲端之上。 本演講將探討如何利用MATLAB的機器學習與深度學習科技與工作流程,來分析真實世界的感測器資料,進而開發出預測模型。

    演講焦點:
  • 機器學習工作流程,及其特徵偵測與擷取技術
  • 深入了解模型的精確度與表現
  • 如何開發訊號資料的深度學習模型
  • 利用多核心電腦、GPU、電腦叢集等高性能運算資源來提升預測模型表現

AI於感測器資料解析之應用I:音源分離及語者驗證

AI Applications for Sensor Analytics I: Source separation and speaker verification

本段演講將由張智星教授分享其團隊在音源分離和語者驗證的研究成果。在音源分離方面,我們使用DNN來抽取複音音樂的歌聲部分,可達到最先進的分離效果。針對語者的驗證,團隊比較了DNN和i-vector/pLDA的表現。演講當中將利用歌聲分離的範例來展示上述方法所達到的成效。


資料前處理技術I: 空間音訊處理

Preprocess Data I: Spatial Audio Processing

人們對於像是Amazon Echo等智慧裝置未來在人機的互動能力上抱有相當大的期待。而創新的產品通常包含了更多的感測裝置,並且希望能夠傳遞更複雜的特徵資訊。軟體資產的重複利用和快速的原型化已被當前成功的製造商和解決方案提供廠商視為重要的訴求。

本段演講將聚焦於訊號處理與資料解析應用,並實際示範一個嵌入式物聯網聲音驅動介面的成功案例。


資料前處理技術II:利用訊號處理與小波技術進行訊號特徵擷取

Preprocess Data II: Feature Extraction using Signal Processing and Wavelet Techniques

隨著低成本、高保真感測器的普及化,我們可以很容易地取得大量訊號資料。不過,真正困難的是該如何對收集到的大量感測器訊號去蕪存菁,擷取必要的資訊、去除不重要的。透過資料前處理的方法,將可協助你在保留重要特徵的同時,過濾掉不必要的資訊。

本演講將介紹如何運用訊號處理與小波技術,從訊號中擷取有意義的資訊。會中也將使用真實世界的訊號來進行示範,不需要手動編寫任何程式碼,訊號的分析及前處理其實可以很簡單。

    演講焦點:
  • 利用訊號分析器App (Signal Analyzer App)來分析訊號
  • 利用小波訊號去噪器App (Wavelet Signal Denoiser App)來去除雜訊
  • 提昇時頻域分析(Time-Frequency analysis)的方法
    • 短時距傅立葉變換(Short Time Fourier Transform)
    • 連續小波轉換
    • 利用同步擠壓(Synchrosqueezing)重建震盪模式(Oscillatory mode)
  • 多重解析度分析
    • 離散小波分析 (Discrete Wavelet Analysis)
    • 小波封包變換 (Wavelet Packet Transform)

AI於感測器資料解析之應用II:預測性維護與狀態監控

AI Applications for Sensor Analytics II: Predictive Maintenance and Condition Monitoring

預測性維護指的是在機台設備故障之前就先預測到其發生,並根據預測結果進行設備的維護保養,因此成為許多企業的首要工作目標,藉此從歷史資料中挖掘出具有價值的商業資訊。有許多新技術,例如機器學習和大數據解析,都已經展現令人信服的成效,不過對在該領域系統專家就能明顯分辨的細微特徵,前述兩項技術可以掌握到的卻仍然有限。

本段演講將討論如何將機器學習與大數據解析技術與傳統的模型化基礎技術結合,建立一個演算法來預測設備的故障並找出根本原因。我們將探索資料的輸入與前處理來設計狀態指標,並訓練以及比較多個機器學習模型。

    演講焦點:
  • 輸入大數據,並以訊號處理技術進行前處理
  • 擷取與選擇特徵,並設計出狀態指標
  • 設計故障分類之機器學習模型,原型化、測試及模型調整

MATLAB資料解析再進化,從單一機台擴展至企業系統

Integrating MATLAB Analytics into Enterprise Applications

當前許多創新產品內皆裝載了更多感測器,以傳遞更多複雜的功能,因此成功的製造商與提供解決方案的廠商,往往必須重複利用更多的軟體資產,而產品原型化的速度也更甚以往。因此,在開發本機之外,把分析應用延伸擴展出去,就能大幅度提升其價值與成效。本段演講將說明如何輕鬆地把你的MATLAB解析與物聯網(Internet of Things, IoT)應用落實到企業系統中。

    演講焦點:
  • 如何透過傳統電腦叢集或是在Spark與Hadoop等執行分析來擴大問題範疇
  • 透過MATLAB解析功能開發網路應用和成果顯示頁面
  • 可自動將分析結果轉檔成可獨立執行在端點裝置和物聯網的C程式碼
講者介紹
Mehernaz Savai, MathWorks / 應用工程師

Mehernaz Savai目前擔任MathWorks公司應用工程師,擁有8年以上的MATLAB支援與應用經驗,擅長的領域包括機器學習、預測性維護、以及平行運算。加入MathWorks之前,她擔任普渡大學研究員,負責替美國聯邦航空總署(FAA)投資的下一代航空運輸系統(Next Generation Air Transportation System)之動態空域配置(Dynamic Airspace Configuration)專案。Mehernaz為普渡大學航太工程碩士,接觸的客戶群來自於各個產業,包含消費性設備、半導體、學術單位等。

張智星, 台灣大學 / 資訊工程學系教授

張智星博士現任台大資工系教授,專精於語音辨識、音樂檢索,以及相關的機器學習與樣式辨認技術。他畢業於美國加州大學柏克萊分校,並曾任職於美國MathWorks公司和清大資工系教授,長年耕耘於音訊與音樂辨識技術,並將開發成果授權予國內外多家公司,產學合作績效顯著。張老師已發表120餘篇論文,Google citations 超過 15000次。

李慶怡, 鈦思科技 / 工程部副理

Phoebe Li 李慶怡 為鈦思科技工程部副理,負責訊號處理及通訊的產品。加入鈦思科技前曾任職於聯發科技,負責BD光碟機伺服控制之韌體開發。

報名注意事項

  • 報名截止時間: 4 月20日(星期五) 23:59前,席位有限,請儘早報名。
  • 鈦思科技保留報名資格審查的權利,完成報名手續後,收到主辦單位寄發之「報名成功確認函」,才代表報名成功。
  • 活動額滿時,提供正式完整資料者將享有優先報名的權利,報名成功與否,將以 E-mail 方式寄發報名確認函,不另以電話通知。請確實提供有效信箱,以接收活動重要訊息。(請盡量不要提供免費的email帳號,或請將鈦思科技網域設定為白名單)
  • 活動前一天下午將以簡訊及E-mail發送報到編號,請務必提供手機號碼,活動當天請攜帶名片2張,加速報到流程。
  • 主辦單位如遇不可抗拒之因素,保有隨時修改、暫停或終止本活動之權利。

報名方式

本研討會已圓滿完成!