古典/健美體操、散打搏擊

研究所期間由於實驗室計畫關係，同時在中研院擔任研究助理，軟性畢業門檻是要投稿頂會 1 篇。碩班讀 3 年才畢業，獨立做過 3 個題目: 1. 邊緣計算 + 客製化神經網路模型壓縮，因為清大老師覺得這個題目不夠 通訊 所以換題目， 2. 雷達訊號處理 + 基於 YOLOv3 的目標偵測，因為鄰近畢業時，相同主題有其他學者投稿上 IEEE IV，所以換題目， 3. 強化學習 + 解最佳化問題，成果先投到 IEEE VTC 但被拒，目前已投稿至 IEEE GLOBECOM。 碩論研究可重構智慧表面輔助的多用戶多輸入單輸出毫米波無線通訊系統 (RIS-assisted mmWave MU-MISO Systems)，考慮有限精度、低傳輸功率、硬體損耗及非完美通道資訊的影響下，透過控制多個 RIS 被動元件去做波束成型設計，以最小化各用戶間最差通訊狀況時接收訊號的均方誤差。 結合傳統通訊演算法及近端策略優化演算法來設計 RIS 的離散相位配置，並利用最大比率傳輸演算法來設計相應的波束成型預編碼。 研究所課程/成績: COM 5345合作式通訊與網路 / A+ (https://github.com/paulchen2713/NTHU-CCN_2022) COM 5242晶片應用系統簡介 / A+ (https://github.com/paulchen2713/NTHU-SoC_2022) CS 5291網路之隨機程序 / A+ (https://github.com/paulchen2713/NTHU-Stochastic_Process_2022) COM 5220適應性訊號處理 / A (https://github.com/paulchen2713/NTHU-ASP_2021) COM 5120通訊理論 / A- (https://github.com/paulchen2713/NTHU-Communication_Theory_2022) COM 5170無線通訊系統 / A- (https://github.com/paulchen2713/NTHU-WCS_2021) COM 5335網路安全 / B+ (https://github.com/paulchen2713/NTHU-Network_Security_2022) COM 5180通訊之數學方法 / B

古典/健美體操、合氣道、跆拳道、散打

大學前三年一直保持在全班前 2 名共獲得 6 學期的書卷獎，最終以優秀畢業生獎畢業。 期間主要修課方向為 通訊 及 固態 領域的內容，但同時也積極自學程式及深度學習技術。 自大二參加臺大資訊李根逸老師的暑期 C++ 程式解題課程後，養成每天在 LeetCode 練習解題的習慣，以加強實作能力及訓練思考、剖析問題的能力。 大學有做 3 個簡單的專題，使用 Tensorflow/Keras 深度學習框架: 1. 練習數值資料處理，基於 NN 的藥物副作用預測: https://github.com/paulchen2713/Medical_Trial_NN， 2. 練習圖片資料處理及分類，基於 CNN 的貓狗辨識分類器: https://github.com/paulchen2713/Cats_vs_Dogs_CNN， 3. 練習物件偵測任務，基於 YOLO 的人群計數演算法: https://github.com/paulchen2713/YOLO_Crowd_Counting。