# 2024/04/05 Final Project會議共筆 競賽: 子萱、承志、均頲、侑哲 side project: 承志、均頲、琍淩 ### 失語症訊息轉譯 實作side projects，把失語症患者的音調、少數字詞、情境轉成文字 做到商業競賽上 ### 唇語、手語 PIKA LAB: 唇語 -> 應用在非人類上(動畫、動物) sign language dataset https://www.kaggle.com/datasets/datamunge/sign-language-mnist Lip Reading Image Dataset https://www.kaggle.com/datasets/apoorvwatsky/miraclvc1 https://pika.art/home https://www.youtube.com/watch?v=hjGYM38jFI8 https://github.com/DenchiSoft/VTubeStudio/wiki/Lipsync AWS AI 競賽 https://www.digitimes.com.tw/seminar/Hackathon_20240518/ more ML resource https://github.com/dair-ai ### 應用在長照上 ### Transformer + GAN ### 競賽導向 - [AWS GenAI compete](https://www.digitimes.com.tw/seminar/Hackathon_20240518/) - [kaggle](https://www.kaggle.com/), [AI cup](https://www.aicup.tw/) - kaggle主要由企業發出題目，然後徵求解法，所以在就業導向上，應該會是不錯的項目。也可以看到別人的code，閱讀的過程也可以增強實作能力 [kaggle入門](https://zhuanlan.zhihu.com/p/25686876) - AI cup則是教育部辦的比賽，算是國內比較有名的吧(李宏毅也是主辦之一)，然後2024春季賽正好在辦，5月底交模型(雖然看到的得獎名單大多是台大碩博士班的...) - 如果不是做研究，而是打比賽的話，要找到指導教授或研究生幫忙會比較容易(有些研究生甚至根本打過這些比賽) - 優點: 強化實作、協作的能力，有這些比賽經歷，在找實習or工作方面應該會比較吃香，比較好找指導人 - 缺點: 著重在實作，對於我們理論方面的發展會比較缺乏 ### 讀書會導向 - 跟現在在做的事類似，就是持續去找經典的paper、近期頂刊的paper來研讀之類的 - 或是有其他方面的發展也可以(可能也不一定要讀paper? 可以有其他規劃) - 可能可以變成隸屬在GDSC底下，一個長期的讀書會計畫，然後其他人也可以加進來 - 優點: 補足理論知識，對未來的研究題目也會更有概念 - 缺點: 比較沒有確切目標，沒有有利的證據佐證我們的努力(除非把這東西搞大) ### side project導向 - project data可以來自不同系院的合作 - 其實跟競賽導向有點像，只是更改了題目，變成自定義的 - 優: 自定義的題目更能夠全方位的了解怎麼去解決一個問題 - 缺: 資料集很難取得，並且沒有一個有公信力的證明 ### 代辦 1. 學習Pytorch 2. 找有比賽經驗的學長姊 3. 跟leader確認能不能隸屬在GDSC底下 ### 計畫 1. What 2. When 3. Why 4. How