一、實驗室簡介
    吳安宇教授(andywu@ntu.edu.tw)學術專長有VLSI/CAD、寬頻通訊積體電路設計及數位信號處理等,目前其研究已有多項創意被各方採用,實際應用在產品上。吳教授實驗室共有6名博士班學生,8名碩士班學生,以及大學部專題研究生數名,大多數畢業學長投身產業界的積體電路設計領域。實驗室硬體設備豐富,包含個人電腦、數台GPU工作站(Intel i7-8700K, GTX 1080Ti)與EDA工具(Cadence、Synopsys) 。

 

二、研究計畫

(1) 機器學習輔助之智慧接收機設計 (Machine Learning for Communication) - 聯發科計畫
    在IMT-2020當中提出了三大應用面向,分別是增強型移動頻寬、超高可靠性與超低延遲通訊,以及巨量物聯網通訊。為了因應5G與Beyond 5G (B5G)在各個面向遽增之需求,我們需要有一項強而有力的技術來彌補當中的缺口。而未來5G通訊系統中巨量的裝置以及大量資料傳輸,恰好能滿足機器學習對於大量訓練(training)資料的需求,因此我們認為機器學習將是5G與B5G的重要關鍵技術。

    整體架構圖如以下所示。首先藉由發射機的雜訊預失真,以及接收機的等化器來降低通道環境對於收到訊號的影響。接著根據自動調變分類的結果,決定解調、解碼的方法。最後利用端到端優化,將所開發的技術成果進行整合優化,消除功能區塊之間的界線,完成智慧收發機的開發。

 

(2) 壓縮感知 (Compressive Sensing): 從理論到應用 - Intel & 科技部計畫
    以往壓縮感知聚焦於“壓縮後還原”等議題。但若要在壓縮訊號上偵測,傳統訊號處理將會因為高複雜度還原過程導致無法實現於資源有限霧運算環境。因此本計畫欲開發直接在壓縮訊號上作學習,以實現輕量學習引擎。潛在研究領域:於壓縮訊號萃取特徵,最佳化,再透過聚合學習提升表現。

 

(3) 情感運算 (Affective Computing) - 科技部計畫 & 原相科技計畫
    本研究之目的於透過生理訊號的量測,來進行情感運算。透過感測器所獲取的生理訊號,會含有許多雜訊,因此,需要透過設計雜訊處理的演算法來去除雜訊。而由於原始訊號維度過大,不易了解其意義,因此需要進行特徵萃取、特徵選擇的演算法,來獲取原始訊號的訊息。最後,需要將這些特徵透過分類器來做情感之判斷,而現今物聯網系統中,對於輕量級分類器的需求日益增加,因此,分類器演算法開發也是一大重點。
    由前端感測器進行訊號蒐集,透過雜訊處理後,進行特徵萃取的動作,再經由多個輕量級分類器的分類達成情感運算。系統架構圖如以下所示。

 

三、創新會議
    每年暑假,Access IC Lab會舉辦數天創新會議,一方面規劃未來的研究方向,一方面可以陶冶身心、促進實驗室成員的感情。創新會議地點舉凡綠島、澎湖、宜蘭、南投清境農場等地。


四、聯絡方式
    對於實驗室有興趣的同學,可以參考ICS組歡甄試生招生說明投影片。想要加入的同學,歡迎寄信給吳安宇教授(andywu@ntu.edu.tw)。若是想要更深入了解實驗室的研究或是文化,可以直接聯絡任一實驗室博士班同學

機器學習輔助之智慧接收機設計 (鄧傑方): jeff@access.ee.ntu.edu.tw
壓縮感知 (周敬堯): endpj@access.ee.ntu.edu.tw
情感運算 (陳奕達): edan@access.ee.ntu.edu.tw