---
title: 成大資工
tags: 備審
---

[ToC]

# 成大資工

[ToC]

## 申請動機

### 為何選擇成大

從國中到高中廣泛探索各個領域後，開始對人工智慧及專案開發等領域感興趣，也有幸能夠得到研究的經費和機會投入時間研究。在大學我仍然想要更深入的研究我有興趣的主題，但在這同時，我也希望能夠得到多元價值觀的衝擊，向外看不同專業領域的世界，而成功大學便是我心中的首選。成功大學被譽為領域分布最完整的大學，除了我未來想專精的資工領域外，教育學、音樂分析、心理學、人機界面等我有興趣且想要更深入了解的領域，這裏也都有對應的研究所和資源可以深入研究，對於想要藉由自己的知識並嘗試跨域整合的我，成功大學是非常好的選擇。

此外，我也對成功大學有特別多的交集。口琴是相較其他所有樂器，我在閒暇之餘最常練習且最專精的樂器，而台南不僅是台灣口琴發展最全面的城市，成大口琴社更是全台灣數一數二有名的口琴社群。雖然現今居住於台北，但我自出生開始便自台南扎根，對於台南的魅力更是無法自拔。在大學能夠回到故鄉讀書，也是我最大的榮幸。

### 為何選擇資工

我在小時候開始寫程式時，資工系是我嚮往的科系。當時的我熱愛於將腦中的概念呈現在程式中，並看著螢幕上的終端機把自己的程式跑起來的成就感。然而，在高中實際研究、實作不同專案後，我發現單單寫程式已經不再是我最感興趣的部分。自從高一進入演算法競賽圈，我慢慢對於單純鑽研演算法感到困惑。我期望程式能夠帶給我的本應該是解決問題的能力，而不是專精在如何把複雜度降低等細節上。

我承認，學習資料結構和不同演算法非常能夠助益於程式撰寫的能力，但相較於此，我更想要將焦點專注在發現問題、尋找解決問題的方法和如何實作上。在這之後我有段時間對程式提不起興趣，直到我在去年中參加 SITCON 2019 夏令營，我才徹底對程式改觀。程式並不是僅侷限在語法和寫法，而是能夠拿程式做比想像中還要多上好多倍的事情，在領悟到 GITHUB 版本管理和開源精神後，我才又再次踏入資訊工程的領域。

受啟發後，我更是把我寫程式的動力寄託在解決問題上，也因為這樣的動力讓我讀下對我來說上手難度極高的機器學習理論。閱讀大量的技術文章及論文，從資料處理到模型建構，從訓練微調到資料視覺化，技術含量極高的數學和統計領域，既便在這一年多間盡己所能消化，在前大半時間可以說是完全沒有解決問題的成就感，直到最後真的將訓練模型驗證成功時，那自己的理論被證明的感覺才是我最想要的。希望在資工系中，不僅能夠讓我擁有多元程式撰寫能力，也希望擁有應用這些程式撰寫技能的實作能力。

## 讀書計畫書

### 近程（錄取至開學期間）

#### 補足先前知識缺失

我高中時所就讀的科學班專注在科學研究與基礎科學研讀上，其他領域相較之下比較少碰觸。在這段時間內，我希望除了將先前遺漏的知識補足外，也會開始深入閱讀AI與哲學的論文集及出版品並參加相關交流活動。

#### 加強語言溝通能力

因為時常接觸英文介面和聽英文語系 Podcast，因此聽/讀的能力相較於說/寫還要高。但在未來若要和更多人交流，英文的交流能力必須要提高從日常對話提升到學術交流的層次。

#### 參與GitHub專案製作

自「2019 SITCON CAMP」後，我深刻體會到了開源的重要性，加上為了再度提升自己的專案製作能力，我將在這段時間在 GitHub 上嘗試將之前沒有做好或想要做的專案實作，並將其開源幫助更多需要的人。

- 學習並實作 github 靜態網頁
- 開發機器學習模型專案大眾化模組
- 開發實用 Telegram bot

### 中程（大學）

#### 向外探索不同領域

因為國中與高中長時間經歷數資班與科學班的灌溉，讓我擁有科學研究的能力及素養，但也因為對於理科的偏重，導致缺乏在社會議題的探究的能力。希望除了教育學、音樂分析、心理學、人機界面等先前提到的興趣外，我也將嘗試盡可能脫離舒適圈。在成大自由選課的環境中，除了提升社會觀察的敏銳度，建構相關基礎知識外，也期望在這段時間能夠藉由知識的提升開闊自己的視野。

#### 增進雙向 O2O 的能力

雙向 O2O (Online to Offline/Offline to Online)意指能夠將觀察到的現象透徹分析，並將自己得到的想法實現在各種媒介上的能力。此能力不僅要求非常大量的練習，同時也必須具有敏銳的洞察力、專案實作力等技巧。在這一年的學程中，我希望藉由觀察不同領域的研究，讓自己增進雙向 O2O 的能力，同時也更能夠應對未來的各種難關。

#### 奠基研究基礎知識

有鑒於未來研究需要擁有大量基礎知識，因此在大學便必須要漸漸能夠將這些知識學起來並有能力實作。傅立葉分析、數值方法等訊號處理範疇，到線性代數離散數學等概念，現在的我僅接觸到研究所需的一小部分，期待在大學時期能夠更加深入學習。

### 長程（大學/研究所）

即便我尚未決定未來想要投入哪種行業，但現在的我仍然有許多想要深入探討的研究題目。雖然這些以下題目看似遠大或搖不考級，但我相信藉由對此領域長期的關注及鍥而不捨的探究精神，期望能夠讓自己成為解決這些難題的助力。

#### 自然語言處理/訊號處理

我在近期做了自然語言處理的相關研究，試圖找出鳥類鳴叫聲的一些特性，甚至試圖去理解鳥的語言。我最後成功的藉由類神經網路，聽鳥叫聲辨認出其鳥種，甚至是這隻鳥處於何生理時期。現今仍然沒辦法猜到鳥鳴聲在表達什麼更深層的含義，或者猜想她處於的情緒等原本不知道的資訊。

機器學習始於訓練資料，若沒有訓練資料的支撐，我們也沒辦法訓練出能夠辨識的模型，就算是生成對抗模型也沒轍。因此我好奇，是否有可能藉由其他方法理解本來就不理解的語言？我們是否能夠單純利用觀察其語法、適用方式、情感訊息來推敲出原意？我們是否甚至利用 WaveNet 相關技術生成還原呢？依照上面命題，我將未來想要深入研究的題目分為以下幾點：

- 邏輯性聲音訊號處理
- 生物外在表現訊號蒐集
- 語意分析（自然語言處理）
- 語言生成（對話）