應用於人體姿勢辨識與機器人之可重組深度神經網路引擎-子計畫二：應用於強化式學習之可重組深度神經網路技術;Reconfigurable Deep Neural Network Techniques for Reinforcement Learning

NCU Institutional Repository > 資訊電機學院 > 電機工程學系 > 研究計畫 > Item 987654321/87716

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/87716

題名:	應用於人體姿勢辨識與機器人之可重組深度神經網路引擎-子計畫二：應用於強化式學習之可重組深度神經網路技術;Reconfigurable Deep Neural Network Techniques for Reinforcement Learning
作者:	蔡佩芸
貢獻者:	國立中央大學電機工程學系
關鍵詞:	強化學習;深度Q網路;優先經驗回放;可重組性架構;深度神經網路;Reinforcement Learning;deep Q network;prioritized experience replay;reconfigurable architecture;deep neural network
日期:	2021-12-21
上傳時間:	2021-12-23 14:41:32 (UTC+8)
出版者:	科技部
摘要:	本計畫預計開發運用於終端裝置的深度神經網路引擎來加速強化學習的計算，強化式學習是透過自身的經驗學習訓練而來，因此可在人類知識領域所缺乏的方向上探索，增加終端裝置的自我學習能力，擴展人工智慧的應用面向，而其硬體加速器的設計與實現具學術研究的價值，也有助於培育相關研究人才，對ICT產業發展新應用有所助益。
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[電機工程學系] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	54	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing