電子工程學系碩士班(電子碩, RET)
英文名稱: Mobile Computing ;
授課目的: 本課程將介紹與實作在行動計算的重要原理與技術,包括:行動運算與無線網路、行動計算與雲端之整合、Raspberry Pi 與 AWS 整合、設計與實作等。;
教學模式: 面授;
學分數:3;
成績計算方式: 平時(出席、課堂問答、作業) 40%
期中報告 30%
期末報告 30%;
開課教師: 陳立勝 助理教授 (lschen@niu.edu.tw);
英文名稱: Neural Networks and Deep Learning ;
授課目的: 本課程先針對生物神經元運作及人工類神經網路之數學模型及學習方式做概略性介紹,緊接著討論幾種常用的類神經網路(如BPNN、RBF),其後跨入深度學習的進階應用(例如影音處理、電腦視覺、序列與文字之演算等),過程中結合Matlab 之程式操作示範與習題演練,以擴增學習內容的豐富度以及實務應用的紮實度。修習本門課將有助於對模型參數估測、函數模擬、迴歸分析、分類診斷以及信號分析與生成等問題的瞭解。;
教學模式: 演講及電腦操作示範每週三小時;
學分數:3;
成績計算方式: 平時成績: 50%(含作業30%、上課表現10%)
期中考: 20%
期末專題研究報告: 30%
;
開課教師: 胡懷祖 教授 (hthu@niu.edu.tw);
英文名稱: Seminar Ⅱ ;
授課目的: 增進專題研究技巧,學習專家學者研究方法及精神。;
教學模式: 研究方法講授、論文寫作演練 ;
學分數:2;
成績計算方式: 期中心得報告:20% 模擬研討會口頭報告:20% 出席&聽講心得:60%;
開課教師: 周賢興 教授 (hhchou@niu.edu.tw);
英文名稱: Theory and Application of Big Data Analytics ;
授課目的: 教導學生大數據分析的理論方法與應用,並加入實務案例介紹,具體說明如何應用資料挖礦與大數據分析技術以解決真實問題,剖析大數據中的資訊。內容涵蓋資料挖礦基本概念與資料準備、資料挖礦的方法與實證、資料挖礦的進階運用,進而提升大數據分析和數位決策能力。;
教學模式: 課堂講課、分組完成作品;
學分數:3;
成績計算方式: 1. 期中考 30%
2. 作業 30%
3. 期末成果報告40%
;
開課教師: 張介仁 教授 (jrchang@niu.edu.tw);
英文名稱: Digital Signal Processing ;
授課目的: 本課程提供數位訊號處理基本概念,作為研究開發相關電子產品的基礎。內容包括類比訊號與數位訊號轉換、數位訊號之頻譜分析.數位系統頻率響應分析、數位濾波器分析與設計、時頻分析概念;
教學模式: 課堂講解;
學分數:3;
成績計算方式: 期中考: 25%, 期末考: 25% 平時成績 50% (包括: 作業、出席率、學習態度);
開課教師: 葉敏宏 副教授 (mhyeh@niu.edu.tw);
英文名稱: Cryptography ;
授課目的: 介紹加密、解密的方法與原理,及其在現代科技之相關應用。;
教學模式: 每週3小時,於教室作課堂講解。;
學分數:3;
成績計算方式: 課程參與及小考: 60%、期末報告與測驗: 40%。;
開課教師: 吳錫聰 教授 (stwu@niu.edu.tw);
英文名稱: RF Integrated Circuit Design ;
授課目的: 本課程教導基本的射頻積體電路設計觀念及其運用,在學習完本課程後,應該具備解決基本問題的能力。;
教學模式: 課堂講解與範例解說。;
學分數:3;
成績計算方式: 測驗 30 %;期中考 30 %;期末報告 30 %;課堂參與 10 %;
開課教師: 謝建宇 副教授 (jyhsieh@niu.edu.tw);
英文名稱: Technical English ;
授課目的: 熟悉科技論文撰寫格式以及論文發表簡報之技巧;
教學模式: 講授
;
學分數:3;
成績計算方式: 出席 (點名單) 30%
隨堂練習或心得 10%
Latex作業 10%
論文分析書面報告 20%
期末口頭報告 30%;
開課教師: 陸瑞強 助理教授 (rclu@niu.edu.tw);
英文名稱: DSP Integrated Circuit Design ;
授課目的: 數位信號處理的運用日趨頻繁,因此學習如何去設計ㄧ個數位信號處理積體電路設計,自然成為ㄧ門很實用的技術。本門課即循序漸進讓學生具有實際設計數位信號處理積體電路的能力。;
教學模式: 演講3小時;
學分數:3;
成績計算方式: 期中考30%、期末考30%、作業40%。;
開課教師: 游竹 教授 (chu@niu.edu.tw);