DSpace community: 敏求智慧運算學院

結合 TransNeXt 與圖卷積解碼級聯架構之 2D 醫學影像分割方法

title: 結合 TransNeXt 與圖卷積解碼級聯架構之 2D 醫學影像分割方法

基於深度學習之裁判手勢辨識應用於排球賽事偵測於比賽切片及自動計分

title: 基於深度學習之裁判手勢辨識應用於排球賽事偵測於比賽切片及自動計分

融合資料補全、模型剪枝與知識蒸餾聯合學習之輕量穩健圖神經網路

title: 融合資料補全、模型剪枝與知識蒸餾聯合學習之輕量穩健圖神經網路 abstract: 圖神經網路（Graph Neural Networks, GNNs）於多種圖結構資料分析任務中表現卓越。然而，其在實務應用上仍面臨三大環環相扣的挑戰：資料不完整、高昂的訓練成本，以及過高的推論開銷。儘管現有方法各自處理單一問題，卻未能提供一個整體的解決方案。為解決此問題，本研究提出 iPaD（Joint Learning with Imputation, Pruning, And Distillation for Robust Lightweight Graph Neural Networks），一個建立在「協同優化」核心原則之上的統一框架，旨在對 GNN 的完整流程進行聯合優化。本框架透過一套連貫的流程來實現此設計哲學：首先，以高效的特徵補全技術確保資料的完整性；接著，採用一創新的代理剪枝策略，打造出一個輕量且強健的 GNN 教師模型；最終，再將其知識蒸餾至一個更高效的 MLP 學生模型中，以達成快速推論的目的。大量的實驗證明，iPaD不僅能在高達 99.5% 特徵缺失的資料集上保持高準確性，其推論速度更比基準 GNN 教師模型提升超過五倍。本研究證明，此一整體性的設計方法，為建構能夠實際應用於真實世界、兼具魯棒性、高效率與可部署性的 GNN，提供了一條實用且強而有力的途徑。

用於指稱分割之基於對比式語言-圖像預訓練的雙向多模態注意力

title: 用於指稱分割之基於對比式語言-圖像預訓練的雙向多模態注意力 abstract: 隨著服務型、工業型等各式機器人日漸進入現實場域，視覺辨識技術的發展顯得格外關鍵。其中，image segmentation（圖像分割）技術被廣泛應用於物件識別、導航與操作。然而，現有主流 segmentation 方法在機器人真實應用中，主要依賴預設的類別標籤，無法靈活處理機器人任務中出現的多樣化或新穎物件。此外，現有方法大多僅支援「一段描述對應單一目標」的情境，難以因應實際應用中同時存在多個或不存在目標的複雜情形。因此，發展能支援開放語意、多對多及零目標預測的分割技術，對提升機器人自主感知能力至關重要。本研究提出一種新穎的指稱圖像分割模型，核心為雙向深度融合（bi-directional deep fusion neck）結構，能有效對齊並融合語言與多尺度視覺特徵。模型進一步結合對比式語言與圖像預訓練所生成的語意 heatmap，引導語言與視覺特徵的精確匹配，顯著提升對複雜自然語言描述的理解能力。本方法支援開放語意，能處理圖中無目標、單一目標或多目標的情境（zero/one/many），展現出優異的彈性與泛化能力。實驗結果顯示，與近期先進方法相比，本模型於 zero-case 辨識上具備明顯優勢，在分割整體準確度亦達到具有競爭力的表現。