谷軍 Ryan Ku

- 研究方向主要利用深度學習、影像辨識、人工智慧技術提升無人機的自主避障飛行任務
- 對待工作認真、負責，站在團隊角度做出最佳貢獻
- 邏輯清晰，善於分析問題以及溝通合作

  [email protected] 0976370412

專業技能

機器/深度學習

  • Tensorflow, Keras
  • Pytorch
  • CNN、RL、DRL
  • 無人機的自主避障飛行

網頁技術

  • HTML, CSS, JavaScript
  • Django
  • PHP

其他

  • C/C++, Linux
  • Git版本控管
  • Airsim、Unreal Engine
  • MySQL

工作經歷

瑞褀電通股份有限公司 | 實習工程師 2020.09 ~ 2021.09

  • 燒機測試
  • 驗證Bypass FD set function
  • 資料庫彙整：利用MySQL快速統整資料，有效提升使用效率
  • 網站功能開發：一個月的時間內，透過PHP網頁設計的方式開發一套自動獲取相對應編碼的功能(Un-lock Response code Get)


學歷

國立臺北科技大學 碩士學位 人工智慧科技 2022.09 ~ 2024.08

  • 於陳彥霖老師的視訊編碼與傳輸實驗室，主要研究利用深度學習、影像辨識、人工智慧技術提升無人機自主避障飛行任務的成功率與減少碰撞率，並學習研究多種模型，如：CNN、VAE、DRL，同時繼續學習及關注生成式AI等領域的相關知識

明志科技大學 學士學位 電機工程系 2018.09 ~ 2022.06

  • 求知慾極高的我，大學期間學習更多的專業知識和實作的互相搭配提升自己的能力，也順利考取Python和PCB Layout證照。為了增加相關經驗，在大三那年去了瑞褀電通實習，從中學習到許多新事物也知道自己還缺乏些許知識與經驗。在大四時，對於股市特別感興趣，藉此透過Python、爬蟲等技術撰寫選股策略，花近三個月的時間達到15%左右的報酬率

專案

無人機的自主避障飛行

  • 以六個月的時間，利用深度強化學習，使無人機與環境即時互動並學習避障策略，透過避障策略提升飛行任務的成功率
  • 相較原始模型之結果，提升10%的成功率以及下降10%的碰撞率，同時減少無人機20%所花費的距離


IEC 62443-2-4資安技術場域驗證

研討會

物件偵測模型之無人機應用

  • 物件偵測任務中的常見問題，對於無人機應用來說，小物體也是需要解決的關鍵問題之一。 YOLOv7是一個強大的網路架構，可以提供高效、準確的物件偵測結果
  • 主要採用YOLOv7作為目標偵測模型，透過從現實場景收集的序列證明YOLOv7 能夠提供穩健且準確的目標檢測結果，包括車輛和海洋漂浮物，並具有真實的檢測結果https://ieeexplore.ieee.org/document/10326195

語言

  • 中文 - 母語
  • TOEIC - 740
Powered By
Cake