研究領域
Rebecca AI 實驗室在多個人工智慧領域進行尖端研究。
🎵 音樂與音訊 AI
我們在音樂 AI 的研究涵蓋多個令人興奮的領域：
- 音樂生成：使用神經網路、GANs 和 Transformer 模型創作原創音樂
- 音樂分類：使用深度學習進行類型檢測和音樂資訊檢索
- 語義理解：連結視覺和聽覺模態以進行跨模態音樂生成
重點專案：BGT-G2G
🧠 神經網路與深度學習
我們探索高級神經架構和訓練策略：
- 生成對抗網路 (GANs)：多類別生成和領域適應
- 循環神經網路：用於序列資料建模的 GRUs 和 LSTMs
- Transformer 模型：用於音樂和多模態理解的注意力機制
- 遷移學習：將預訓練模型適應於專門任務
重點專案：GAN 多類別信用評分、GRU 分類 GTZAN
🎯 模糊邏輯系統
不確定性處理和智能決策制定的研究：
- 模糊推理系統：用於不確定環境的基於規則的 AI
- 模糊控制：使用模糊邏輯的自適應控制系統
- 神經模糊整合：結合神經網路與模糊系統
👁️ 影像分析與電腦視覺
多媒體理解和視覺資訊處理：
- 影像分類：用於視覺識別任務的深度學習
- 跨模態學習：連結視覺和聽覺資訊
- 影像到音樂轉換：從視覺輸入生成音樂
- 物件檢測：識別和定位影像中的物件
重點專案：IARP（逢甲大學影像分析）、BGT-G2G、深度偽造檢測：Cross Xception-ViT
🤖 推薦系統
個人化內容推薦演算法：
- 協同過濾：基於使用者和基於項目的推薦
- 內容過濾：基於特徵的推薦系統
- 混合方法：結合多種推薦策略
- 評估指標：測量推薦品質的新方法
重點專案：推薦系統
有興趣合作或了解更多？聯絡我們！