專題

黃鐘揚 (Ric)

• 相關領域：Web Programming

• 專題小卦：

  1. 基本上就是在上課學Web Programming，這門課的節奏比較緊湊，但是能學到非常多東西。

陳和麟（Holin）

• 相關領域：Game Theory, Molecular Computing

• 專題小卦：

  1. 一般一次完整的專題是一年，第一學期會每週有固定group meeting，一人應該是分到兩次報告paper，就去conference找自己有興趣的相關領域來報告就行，不過因為相當理論，可能group member有人報告的題目太難，就變得只有他跟老師理解那份paper，像是和麟老師愛徒Eddy Hsu，第二學期應該主要是找一個自己有興趣的領域的問題來探討，每個禮拜meeting一次半小時，可能大概講一下你算的東西或是你遇到什麼問題，跟老師在他的辦公室用一個白板討論這樣，在這邊你不免會常常感覺自己是智障，老師常常在一句話和一句話的空閒之間，就幫你解出來了。這個領域跟老師都是純理論的，沒有實驗沒有Lab，就是想算就算這樣，老師也不會一直Push你要往前進，但是老師還是會給你應該的照顧。

吳忠幟

• 相關領域：OLED

• 專題小卦：

  1. 一開始老師會給題目，完整做大約要一年以上。有很厲害的博班學長帶，但他們大多時候就是只會教你用機器，跟討論實驗結果，所以專題的內容都是由專題生自己身體力行，試參數、作量測，以及自行決定要花多少時間在專題上。group meeting可去可不去，但去報告的話，老師就會笑得合不攏嘴(雖然他總是笑咪咪的)。相較於很多在電二的實驗室，他們要使用共用的無塵室，吳教授在電一自己有一間"小工廠"，裡面從製程(chambers黃光室)到量測(手套箱、SEM、n台我不知道在量什麼光學性質的機器OAO)，所以可以自己做到極大部分的專題，不用假手於學長姐，很有成就感

張耀文

• 相關領域：EDA

• 專題小卦：

  1. 有幾種模式：1.跟台積電的計劃2.自己做新題目，"有可能"可以發paper 3.跟學長姊的研究題目，做比較小area的題目我是選3，大略是隔週或每週meeting，但老師很free，有進度再咪也可，而且老師超忙，他一沒空通常整天就不用咪了XDmeeting的話，老師會聽你的報告，然後給你一些建議，或是娓婉打槍你(叫你換方法XD有沒有收穫全看自己and帶你的學長

朱浩華(資工系)/游創文(Intel中心)

• 相關領域：IoT

• 專題小卦：

  1. 講重點：不要問，很可怕。學長字字血淚，請幫QQ。面談時老師會跟你畫一個很美好的願景，未來如何如何，總之給你一個美好的想像，讓你覺得真的可以做出什麼很有用的東西，但實際上做的內容只是測試他們做的裝置、焊接電路板等等工讀生就可以做的事情，實際上不會學到任何跟資工有關的東西。電機系的學生就是去處理一些資工系學生不想碰的硬體部份，所以幾乎沒寫到什麼軟體。工時很長，要求你沒課或下課後就去待在那邊，

李琳山

• 相關領域：CS, Language technology

• 專題小卦：

  1. 第一學期：這個專題要跟數位語音處理一起修，兩人一組，老師會分派學長給每一組，並且每週會有一次group meeting，一組每兩週要報告一次。前半個學期有點像是數位語音處理的實作，數位語音處理的作業只是整個辨識系統的幾個part，專題就像是把整個系統都起來這樣。後半學期老師會提供幾個題目讓你選，主要是跟語音辨識，文字處理或是機器學習有關。簡單來說，上完一個學期的專題大概會對語音有基本的了解，並且可以鑽研一些自己有興趣的部份。整惡專題loading不重，教授人也很好，永遠都說Good, 很好, 大家都有上軌道。第二學期之後：開始選自己想要的題目做，老師會根據領域指派學長，每兩週報告一次進度。這個專題算是很free的專題，大家都做不一樣的東西，當然也要有很大的自制力才能學到東西。有許多學長在這個專題做出的東西發paper，如果有心研究的同學可以考慮此專題，研究個一個學期或兩個學期，並且李琳山老師也是這個領域的大咖，拿到推薦信相信是大加分。

王鈺強（中研院資創中心）

• 相關領域：Computer vision, ML

• 專題小卦：王老師是電機系的學長，從卡內基美隆畢業後回到中研院。每個寒假會招電機系大三的學生做專題，主要是希望招募想要發paper以及有意到國外留學的學生，有意的學生就可以寄CV給老師。專題的第一個學期是到中研院上基本的ML知識，像是PCA,SVM等等。也會有matlab作業，但都算輕鬆不會花太多時間。咪挺的時間則不會太固定，因為老師常常要出國，那當週就不會有咪挺。整體來講，第一學期學到的知識就是怎麼使用matlab。另外也可以實做一些基本的機器學習演算法，算是挺受用。

  暑假開始分成兩人一組，老師會安排題目給大家選，或是要自己想也可以，之後就會有漫長的paper survey，暑假可能看個十幾篇相關領域的paper，讓你對此領域的現況有充分瞭解後就會開始著手研究。

  建議在暑假前（大三）就能懂ML以及影像的基礎，像是修宏毅老師的課等等，不然paper會唸得相當辛苦。並且影像相關的研討會deadline都是在年初左右，因此能做paper的時間大概是暑假加上一個大四上學期。

  如果能狗迅速掌握讀paper的能力，這六個月的時間應該是剛剛好，不然會顯得有點趕。

  老師相當認真，信幾乎都是秒回，人也很親切，對專題又很有安排。推薦想要體驗研究生生活以及想要在大學衝個paper的人修。