Research Topics

  • Overview of Research Scope

  • AI for 6G Wireless

6G無線通訊網路被視為人工智慧與物聯網整合的新世代,藉由AI人工智慧與Edge AI邊緣運算,使無線通訊技術能夠廣泛延伸至各種應用領域中,並實現行動裝置、小型基地台、載具等互相聯網之功能。本團隊針對未來6G無線通訊中的三個熱門議題:基於人工智慧與Edge AI之無線通訊訊號處理、無人機之空路通訊網路、與低延遲網路進行研究,並搭配FPGA與SDR (Software Defined Radio)平台來驗證系統效能。

未來6G無線通訊不同於4G與5G行動通訊系統的集中式網路架構,它需要能靈活改變架構以支持各種通訊應用,並於動態環境中動態調整系統參數以達到最佳化狀態。這些工作在傳統 Model-based 的通訊網路框架下難以實現,也十分具有挑戰性。藉由人工智慧與Edge AI,系統能夠具備學習與即時推論的能力,能與環境互動學習以配置最佳的系統參數。尤其在無線資源管理 (Radio Resource Management)、網路資源佈署 (Resource Allocation)、移動管理 (Mobility Management)等技術中能有顯著效能提升。儘管機器學習於無線通訊領域已有成熟發展,但針對不同通訊應用仍缺乏專門設計的優化模型。因此,人工智慧結合Edge AI、FPGA加速與SDR驗證,在6G無線通訊領域是一個具有價值與影響力的研究方向。

另一方面,無人機通訊網路也是6G無線通訊中具潛力的研究議題之一。面對目前無人機的多種新興應用:空中巡檢、空中物流運送、空中飛行基地台等,為了滿足上述應用,無人機需要具備完善的通訊聯網功能,以即時向地面站卸載空拍與飛行數據。如何設計一套能滿足高頻寬傳輸與高可靠度需求的通訊網路系統,是重要的研究挑戰。此外,利用AI與Edge AI來解決無人機網路能源管理、數據隱私與飛行安全等議題,也是重要且較少人深入探討的方向。最後,隨著物聯網技術的發展,車聯網與無人機聯網應用亦備受矚目。為了實現這些需要低延遲與高可靠度的通訊網路架構,邊緣計算(Edge AI)與FPGA/SDR實現將成為6G無線通訊中的核心支撐技術。

 

  • AI for Smart City

未來6G無線通訊將成為智慧城市的重要基礎,藉由AI與物聯網技術的深度整合,使得行動裝置、車輛、無人機以及小型基地台能即時聯網與協作。針對「2050零死亡交通願景」以及都市十字路口行人高風險事故提出解決方案,透過B5G + ISAC(整合感知與通訊) + Edge AI軌跡預測技術,實現公分級的高精度定位與即時風險預警。相較於傳統依賴影像的方式,我們結合RFSoC(FPGA)與SDR(Software Defined Radio)架構,能夠動態適配不同的無線通訊環境,突破視覺死角限制,並提供跨域的低延遲資料傳輸能力。此架構同時支援On-Device AI與多接取邊緣運算(MEC),有效提升系統對於行人與車輛交互情境的即時反應能力,讓行人優先的理念得以落實。

本系統的特色在於其自適應能力:在核心網路(5GC)與邊緣AI(Edge AI Gateway)的協作下,通訊節點能透過機器學習持續優化無線資源管理、網路佈署與移動管理。搭配B5G URLLC與MQTT通知協議,系統能夠在毫秒級延遲下,主動將碰撞風險訊息推送給行人與車輛,確保智慧交通中的安全性。另一方面,模組化的設計使得FPGA/SDR基地台可快速部署於學校周邊、商圈或無號誌路口,並可與衛星、蜂巢式網路與無人機通訊基站形成混合式網路。此種彈性化與智慧化的通訊架構,將不僅推進零死亡交通願景的實現,也為6G智慧城市中其他高可靠、低延遲應用(如遠端醫療、無人機巡檢、車聯網)提供堅實基礎。

 

  • AI for Health 4.0

智慧醫療的核心目標在於透過智慧終端設備與穿戴式裝置,持續蒐集人體生理訊號(如EEG、fEMG等),並建立整合性的訊號擷取與應用平台。本研究團隊規劃利用人工智慧與機器學習(Machine Learning)技術進行特徵分析,實現生理特徵辨識與行為特徵識別,進一步提供健康狀態的監測與預測。結合腦機介面(BCI)技術,能夠將腦內訊號轉換為可操作的輸入,應用於智慧醫療系統開發、生醫條碼晶片檢測,以及跨裝置健康照護服務,落實Health 4.0智慧健康照護的願景。

相較於以英語為基礎的腦波語音研究,本研究著重於華語語音與腦波訊號之關聯分析。華語具有聲調特性及高度複雜的語境結構,這使其腦波研究具有獨特挑戰與研究價值。本團隊將運用深度神經網路(Deep Neural Network, DNN)分析腦波訊號,並結合轉移式學習(Transfer Learning)框架,解決跨使用者之模型泛化問題,讓分類器能更準確地對應腦波特徵與語音活動。最終,我們將建立一套基於非侵入式腦波的華語語音辨識系統,並拓展為行動式腦波語音辨識裝置,協助失語症及溝通障礙患者實現即時語音互動,展現出在應用計算神經科學與自然認知研究的重要突破。