电机与控制工程学系
计画名称:(子计画二) 人类动作,情绪与生理讯号监控系统研发及其於健康状态侦测与维护之应用(II-III)
研究者:张志永
经费来源:行政院国家科学委员会
关键词:动作辨识;情绪辨识;模糊辨识器;特徵选择与转换;健康生理讯号;fuzzy ID3
本计画研发一个以影像为基础的人类动作,表情情绪与生理讯号监控系统,并使用机器学习技术,由所监控影像之动作,表情与生理讯号共同建构一个健康状态辨认知识系统 [1-4],以验证其於健康状态自动侦测与健康维护应用之可行性.实现的方法是藉由彩色CCD摄影机长期拍摄家裏人的运动情况,自动分析他的动作;另外,再由拍摄脸部影像,自动分析他的表情,辅以过去本实验室所建立之人脸与表情辨识技术(中性,高兴,悲伤),而转换得到的健康舒适状态资讯,加上生理讯号的分析与量测(例如:皮肤导电性,血压,呼吸次数与肌动电流图等等讯号可用以判断情绪状态 [22]),综合起来藉由机器学习理论,可以对目前与未来短暂时间内身体之健康舒适状态进行判断与预测,预测的结果即可自动回报通知给相关之家人或是医疗人员,使其进行相对应的协助或医疗处理.基本上,我们较容易以非查觉式方式取得动作,脸部之监控影像,人动作辨识方面必须能分辨如"正常行走","走路缓慢","跌倒","蹲著"等,脸部表情辨识必须能分辨如"脸色苍白","轻微痛苦","痛苦",或"一般状态"等身心健康状况,上述分辨器结果多为符号式结果;生理讯号方面须取得脑波,血压,心跳,呼吸次数,皮肤导电系数等等讯号做为生理状态判断学习的资料,但是相对地,较难以非查觉式方式获得,但其输出多为传统数值型式.由於初步将以健康维护系统应用为主,机器学习处理上述视讯影像,生理等资料,分成两部分:前段为分类器方法与后段之知识法则式健康判断系统与预测 [24].以SVM,BP,统计方法,以及模糊分类方法等,做为对於人体目前之身体状态分类器演算法,可以使机器学习得到较佳的一般性(generalization).对於身体健康状态之预测,将以fuzzy ID3作为演算法基础 [56],基於人体正常与健康发生异样之各种情况事例,进行健康判断系统知识法则之训练与建构,使用时则以此建立之知识法则推论,进而预测被观察者的健康状态.若能成功建立此一技术架构模式,电脑能自动地「了解与判断」人类之身心舒适与健康状态,进而即时通知并要求对应的帮助或医疗模式,使得人机介面达到自动化及人性化的远距医疗目标.
NSC94-2213-E-009-097(94N530)
-------------------------------------------------------------------------------------------------------
计画名称:单相单级交/直流转换器的系统化设计与拓朴分析
研究者:张隆国
经费来源:行政院国家科学委员会
关键词: 相单级交/直流转换器;输入电流修饰;柔性切换;能量流路径
为了减低公用电源及其他的电器设备受到不良电源供应器谐波污染的影响,许多国家皆对各种电器产品制定了严格的谐波标准,如:IEC 61000-3-2.基於此,近年来,许多单级的输入电流修饰(Input Current Shaping;ICS)技术被不断地深入探究并且广泛的提出.然而,目前大部分论文多属个别的研究,较缺乏系统化的分析,因此,本计画将利用两年的时间对整合型单级交/直流转换器做深入的技术发展与架构分析,目标以低功率应用(70-200W)为主,如:交/直流整流器,电池充电器及通讯设备等.
第一年计画执行期间,我们预定将探究的内容包括:ICS 级电流工作模式的影响,电路拓朴的归纳与变化,储能电容电压应力,开关电流应力之间的关系,试图寻得一个效能最佳化且符合成本效益的设计,并评估其在泛用型输入电源上的应用.另一部份的工作则是应用柔性切换的技术至整合型单级架构中,在电路没有过度复杂化的前提下,达成此一设计.
第二年的研究则著重在新型理论的发展与应用,包括:(1) ICS 级电感充放电路径之观点设计与研究,我们应用此方法探讨目前各种单级架构ICS 级电感充放电路径单一化的可能,设计出其对应的拓朴,并做性能评比;以及(2) 能量传递与电路工作效能观点之研究,我们以分析每一个时段能量流(energy flow)对电路的影响:若有不必要的耗能的路径发生时,其所占的时间越长,功率耗损越严重.藉由此类的能量流路径图,可以清楚地看出能量的流向与功率损耗所在,有利於在设计电路时考量所使用架构的优缺点.
所有提出的构想将以完整的分析及实验予以验证,以作为未来应用至实际电子产品之参考.

下一页