--- title: 師大電機 tags: 備審 --- [ToC] # 申請動機 ## 為何選擇師大 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，而師大便是我心中的首選。 師大不僅位於台北市中心，擁有極佳的地理位置，能夠隨時在校園內外接觸新知。此外，師大和台大、台科大組成的國立臺灣大學聯盟更是能夠在大學期間修習多元課程，師大且多樣的科系也能夠讓我有足夠廣的方向能夠學習。再加上師大擁有極佳的師資及資源，因此，師大對我來說是不管在深度還是廣度都是非常好的選擇。 ## 為何選擇電機 在高一時因為開始對 IoT 有興趣，想要做一些聲音訊號的相關應用。由於缺乏許多知識於是開始自學電路、訊號轉換、Android 應用程式開發等實作技術，歷經三個月後才終於將腦中想達成的系統打造好。雖然最終做出來的作品有模有樣，但藉這次的經驗我才知道要憑己之力做出來，難度遠比想像中還要高。 歸功於長期的自學實作經驗，雖然藉此學到了不少知識，但對於大概念和原理等仍舊沒有足夠的了解。我在心中有很多想要做的事情，但都是因為能力不夠而遲遲沒有進展。從自學進到正規教育，除了理解每個原理外，我更想要的是把我想要做的東西憑己之力做出來。 雖然我至今為止的專業僅限於資訊工程，但若要讓專案的想法能夠自己有能力從頭到尾 O2O（Offline to Online），硬體方面也必定要有所涉獵，而電機則是能夠滿足我需求的科系。我相信來到這裡必定能夠讓我學會知識並培養解決問題的能力，雖然至今為止我並沒有特定想要精進的領域，但我的初衷永遠是透過我的資訊能力解決問題，讓更多人將其應用在生活上。 # 讀書計畫 ## 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（大學就讀期間） ### 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（畢業後） 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）