• 學位論文

以卷積神經網路實現之即時車流量分析系統

影像式車輛偵測器透過影像處理的機制，即可達到交通流量資料統計、道路監控等功能，所以為近年車輛偵測器的主要發展方向。但由於車輛移動快速，車輛偵測運算需於短時間內完成，而影像處理過程往往耗時，故能即時透過影像資料演算出車輛位置以及各種交通資料實屬不易。因此，本論文之研究目的為利用卷積神經網路設計即時車流量分析系統並探討數種卷積神經網路加速演算法於該系統上的實現結果。 本研究利用第三代YOLO即時物件辨識網路[19]以及SORT追蹤演算法[31]做結合，設計一套即時車流量分析系統。在車輛辨識的方法中，第三代YOLO即時物件辨識網路利用卷積神經網路所具有提取物件高維度特徵的能力，將提取的特徵作為車輛辨識網路的基礎，並對新進入畫面之車輛進行偵測。在車輛追蹤的考量上，以車輛的運動特性以及演算法複雜度作為衡量依據，而選用以卡爾曼濾波器為基底的SORT演算法。而該系統為了能夠在高偵測準確率的同時也能滿足即時運算的需求，在辨識網路方面，亦進行了網路簡化、運算量化等壓縮動作，同時為了能使系統有更好的便攜性，本研究也針對嵌入式平台建構了車輛辨識網路，提高廣泛架設系統的可能性，期待該系統能進行大範圍區域的即時交通資料統計，並改善傳統影像式車輛偵測器之缺點。

• 學位論文

考量極紫外光閃焰及自對準雙圖案微影技術之繞線

自對準雙圖案微影技術被認定為最有可能應用在先進製程節點的技術之一；而極紫外光微影相較於193奈米光波微影提高了解析度。將自對準雙圖案微影技術與極紫外光微影結合能達成更高的圖案密度，並同時受益於以上技術的優點。然而極紫外光微影因其系統內反射性元件與反射性光罩的表面不平整性承受了閃焰效應；此效應會傷害關鍵尺寸的均勻性。同時，在雙圖案微影技術中，疊對誤差控制亦為影響圖案品質的關鍵因素。在本論文中，我們首先發展一演算法結合極紫外光微影與能提高設計彈性的自對準雙圖案微影技術搭配切除光罩。我們的演算法不僅能同時圓融的結合並處理兩個不同技術，更使得繞線步驟後續的虛擬電路填充更加容易，來進一步改善閃焰效應。作為實驗評估的基準，我們使用了先前研究的測試案例與自行合成的測試案例。實驗結果顯示相較於先前研究，我們的演算法能有效的減少疊對誤差長度以及形成較小的閃焰效應。

• 學位論文

利用圖案化基板所成長的紫外光LED磊晶品質及其材料特性之拉曼量測分析

隨著紫外光LED需求增加，製備高品質紫外光LED也成了首要目標，然而氮化鎵的異質磊晶使的氮化鎵薄膜產生大量穿隧差排，產生非輻射電子電洞複合中心，大幅度降低磊晶品質以及發光效率。 在本篇論文中，我們使用圖案化藍寶石基板技術，並透過有機金屬化學氣相沉積磊晶出高品質的氮化鎵，我們使用拉曼頻譜分析與濕蝕刻蝕刻孔洞密度的方法，來證實圖案化藍寶石基板技術確實提高了氮化鎵的磊晶品質。實驗結果顯示，利用圖案化藍寶石基板技術，我們成功將拉曼頻譜半高寬由平片2.64 (cm-1) 降到2.31 (cm-1)，縮減了12.6%，蝕刻孔洞法亦指出缺陷密度減少了20.5%，大幅度提升了氮化鎵薄膜磊晶品質。 研究亦透過設計不同週期、比例、深度的微結構，獲得不同磊晶品質的氮化鎵薄膜，以半高寬及殘存應力建構一套完整的物理模型，我們的物理模型成功預測不同週期、比例與深度的品質變化，並可透過此預測LED磊晶之結果。

• 學位論文

無偏振選擇的超寬頻帶消色差超穎透鏡

寬頻超穎透鏡有別於傳統相機鏡頭，能在小尺寸下達到消色差的效果，這使得許多光學元件在體積及重量上能大大縮小。因此近幾年來各個研究團隊不斷致力於研發寬頻超穎透鏡，但目前主流的設計方法並無法達成無偏振選擇特性，且透鏡效率值較低，操作頻寬過窄，使得其在實際應用上遇到了瓶頸。 本篇論文將探討超穎透鏡的發展，並在設計、模擬、製程、量測上做詳細的介紹。我們選用六角環柱之氮化鎵材料進行單元結構設計，最終完成在各種線偏振角度入射下均能聚焦的無偏振選擇超穎透鏡，且其在波長633奈米處效率高達90%，操作頻寬由整個可見光區至近紅外光，並且能在量測上達到白光聚焦的效果。在文末也提及使用多週期合併之設計方法，預期能擴大設計區域並獲取更大的數值孔徑。總體而言，超穎透鏡極具發展潛力，預期在未來將會取代許多傳統光學透鏡。

• 學位論文

使用深度神經網路之阻塞型睡眠呼吸中止症病人之自動化睡眠分期判讀

對睡眠障礙者而言，可以透過全通道多導睡眠圖（PSG）來做診斷，PSG利用多種方式測量生理訊號，包括腦電圖（EEG），眼電圖（EOG），心電圖（ECG），肌電圖（EMG）和呼吸頻率，透過整夜的檢查，可以診斷各式睡眠疾病，例如阻塞型睡眠呼吸中止症(Obstructive sleep apnea)，然而PSG檢查有許多問題，包括高昂的成本、評估的可變性、手動判讀相當耗時等缺點，為了讓評估標準一致，技術人員通常會遵守美國睡眠醫學會(AASM)以及Rechtschaffen和Kales（R＆K）制定的判讀標準，通過這些標準對五個睡眠階段（Wake，N1，N2，N3，REM）進行分類。由於以上這些原因，準確測量睡眠階段的系統對於了解臨床研究中的睡眠是非常有價值的。 近幾年，深度神經網路(Deep Neural Network)與人工智慧研究因進步的電腦科技而再度被廣泛研究。 神經網路有數種類型，包括: 多層感知器(MLP)，卷積神經網路(CNN)，遞歸神經網路(RNN)等，其中卷積神經網路又被廣泛地應用在影像處理上，諸如影像辨識，物件偵測，甚至自然語言處理；到了最近，卷積神經網路深度已經可含有百層以上，能解決困難的任務，但是同時，計算上複雜度與傳統多層感知器相比也提高許多。 本論文提出一種方式，使用單通道前額的腦電訊號(F4-M1)對睡眠階段的進行自動判讀，其中還包括了相當高比例睡眠呼吸中止症的患者。透過深度神經網路對腦電訊號的特徵分成五種睡眠階段，並利用決策樹，搭配馬可夫模型的概念，即可將睡眠正確分期。

• 學位論文

鍺金氧半電容介面缺陷密度與遲滯現象降低及等效功函數之調變

當電晶體尺寸持續微縮以及效能持續增加，使用高遷移率鍺取代矽做為通道材料以增加驅動電流是重要的發展方向。鍺做為通道材料，最關鍵的問題是形成具有良好介面特性的高品質閘極堆疊。此外，當電晶體尺寸持續微縮，由於氧化層已經無法再微縮，所以必須微縮閘極金屬。為了沉積高深寬比閘極金屬，使用原子層沉積取代物理氣象沉積和化學氣相沉積是重要的發展方向。本篇論文，著重於降低鍺金氧半電容之介面缺陷密度及遲滯現象，以及調變氮化鈦，氮化鋁鈦，氮化鎢和碳氮化鎢在矽/鍺閘極堆疊之等效功函數。 在論文第一部份，探討退火對鋁和鉑電極之鍺閘極堆疊的效應。利用快速熱氧化和原子層沉積形成氧化鋁/氧化鍺/鍺堆疊。鋁電極沉積時，鋁擴散到氧化鍺並形成氧化鍺鋁介面層。而鉑電極元件則能保持氧化層之結構。鋁電極元件(~1011 cm-2eV-1)相較於鉑電極元件(~1012 cm-2eV-1)有較低之介面缺陷密度，驗證氧化鍺鋁相較於氧化鍺，更能有效鈍化鍺表面。沉積鉑之前，先沉積鋁再蝕刻掉，也可以有低介面缺陷密度之電性。介面缺陷密度隨著鋁電極面積增加而降低，表示氧化鍺鋁只在鋁電極下方有效果。氧化鍺鋁在低氧化鍺及低氧化鋁厚度皆可有效鈍化鍺表面。對鋁電極元件，沉積後退火可以更加改善介面缺陷密度和遲滯現象。而金屬後退火，因為有更多鋁擴散到氧化層，所以有最低之介面缺陷密度。但會遲滯現象會比沉積後退火還大，表示過多的鋁在氧化鍺鋁會增加邊緣缺陷密度。對鉑電極電容，沉積後退火可以降低遲滯現象，但無法改善介面缺陷密度。利用混合氫氣體進行金屬後退火可以同時改善介面缺陷密度和遲滯現象，因為氫原子可以有效鈍化閘極堆疊內之缺陷。 在論文第二部分，探討等效功函數之調變，包含p型金屬氮化鈦及n型金屬氮化鋁鈦。利用反應式濺鍍沉積氮化鈦當作三氧化二鋁/氧化鍺/鍺堆疊之金屬。藉由增加氮氣/(氮氣+氬氣)比例，可以調變氮化鈦等效功函數從4.54到4.74 eV。造成等效功函數調變的原因為結晶方向的改變。利用電漿輔助原子層沉積方式沉積氮化鋁鈦當作二氧化矽/矽堆疊之金屬並使用先驅物三乙基鋁提供鋁。在沉積溫度300 oC，以氮化鋁對氮化鈦比例1:4方式沉積氮化鋁鈦，等效功函數可以達到4.61 eV，其中鋁和氧含量分別為21和17 %。在沉積溫度350 oC，氮化鋁鈦之氧含量由17%降至10%，等效功函數可以達到4.55 eV。以氮化鋁對氮化鈦比例1:1方式沉積，可以增加鋁含量至40 %，等效功函數可以達到4.38 eV。 在論文第三部分，探討濺鍍之氮化鎢及電漿輔助原子層沉積之碳氮化鎢等效功函數之調變。利用反應式濺鍍沉積氮化鎢當作二氧化矽/矽堆疊之金屬。藉由改變退火溫度及氮化鎢之氮濃度，可以調變氮化鎢等效功函數從4.29到4.91 eV。等效功函數隨退火溫度增加而增加，隨氮濃度增加而減少。等效功函數調變原因為氮化鎢和二氧化矽介面形成偶極。退火時，氧從二氧化矽擴散至氮化鎢，並在介面形成氮氧化鎢。氮氧化鎢相較於氮化鎢有較大之電負度，因此形成方向由氮氧化鎢到氮化鎢之偶極。增加氮化鎢之氮濃度，可以減緩氧擴散至氮化鎢以減少偶極之形成。利用電漿輔助原子層沉積方式沉積碳氮化鎢當作二氧化矽/矽堆疊之金屬。改變沉積溫度由250至350 oC，可以減少碳氮化鎢之氧含量，並降低等效功函數由4.71至4.46 eV。在沉積溫度350 oC搭配氫氣電漿，可以增加碳氮化鎢之鎢含量並提高等效功函數由4.46至4.74 eV。

• 學位論文

卷積神經網路刪減使用以訓練為基礎之重要通道辨識

卷積神經網路在許多應用上表現良好，然而大量的運算和記憶體需求仍使其受 到諸多障礙。許多文獻均提出以通道為單位來做網路刪減，其中大部分的方法將 通道彼此的相關性和網路訓練分開討論，或只以一層或連續兩層的網路資訊做層 層的網路刪減。因此，本篇文獻將以在訓練過程中引入算分網路和重要通道兩個 概念為基礎，設計一對網路通道進行刪減的方法，具體而言，我們將通道的相互 關係融入訓練過程，並對訓練完的網路進行每一層的通道刪減。在當前的卷積神 經網路架構以及多個數據集上，實驗結果顯示，我們所提出的方法在減少參數和 浮點運算上有良好的結果;此外，刪減後網路的表現下降浮動是可忽略的，有些 甚至超越原來網路的表現。

• 學位論文

使用關鍵通道縮放與環境光夾角調整之快速單張影像去霧技術

霧是一種常見會影響能見度及對比度的大氣現象，其原因來自於大氣粒子散射環境光造成，其影響程度和物體與相機接收端之距離呈正相關。單張影像去霧因為其輸入資訊較少，在影像處理中屬於極富挑戰性的非良置性問題，也因此近年來有大量研究投入。本論文提出新式的單張影像去霧演算法屬於穿透率去霧演算法，使用顏色在RGB空間中之夾角找出環境光，再藉由環境光夾角調整關鍵通道縮放的概念反推穿透率，並進一步使用引導影像濾波器將穿透率加入空間平滑性。除了影像去霧外，本論文也針對穿透率去霧結果進行後處理，包含了亮度修正、顏色突出兩個部分，對於去霧後的亮度和色彩分別進行補償以得到品質更好的影像。 相關研究往往會有去霧影像過暗及運算時間過長等問題，本論文提出之全新單張影像去霧演算法去霧效果佳，不會使去霧影像過暗；且運算時間相當快速，適合應用在即時影片去霧，提升行車安全。提出之後處理演算法通用性相當高，可以銜接在相關穿透率去霧研究以調整去霧結果。

• 學位論文

應用於V頻段之高增益次諧波降頻器與高鏡像訊號抑制之單邊帶升頻器

本論文主要研究V頻段射頻功率偵測系統內的次諧波降頻式混頻器與應用於生理感測雷達的單邊帶升頻式混頻器，在前半段首先會從混頻器重要的規格開始介紹，並討論各個規格好壞對系統造成的影響。接著會針對各種不同架構的混頻器做詳細的介紹。 　　本論文第一顆晶片為60 GHz次諧波降頻式混頻器，採用交叉耦合對電流注射技術來提升電路的轉換增益，並使用補償電感來抵消電晶體的寄生電容，使混頻器轉換增益與雜訊指數得到更進一步的改善。最後在輸出端利用主動式巴倫來將雙端輸出轉成單端輸出，並同時消除來自於本地振盪源的共模雜訊。本論文之次諧波混頻器佈局面積為685μm x 505μm、轉換增益在4.93 dB以上、輸入1 dB壓縮點為-9 dBm、隔離度在頻段內可維持在52 dB以上、雜訊指數為13 dB。 　　第二顆晶片是利用疊接電晶體架構來實現一個單邊帶升頻式混頻器，混頻開關採用多相位濾波器產生的四相位基頻訊號來驅動。本論文之單邊帶升頻器佈局面積為520μm x 520μm，直流功耗為10.1 mW，比起一般的正交調變器，本論文提出之單邊帶升頻器可以節省一半以上的佈局面積及功率消耗。轉換增益為-6.5 dB、輸入與輸出1 dB壓縮點為-3.73 dBm與-11.15 dBm、訊號隔離度為26 dB、邊帶遏止比為11.26 dBc。其中隔離度與邊帶遏止比的量測結果不如預期，因此本論文在最後會詳細探討造成隔離度與邊帶遏止比下降的原因，並且以電磁模擬驗證。

• 學位論文

適用於生醫應用之生物訊號擷取類比前端電路設計

本論文實作並量測一個晶片，此晶片適用於腦波偵測的低雜訊與低功耗類比前端電路。此前端電路的架構使用電流回授儀表放大器，並利用動態偏移補償技術，以截波之方式達到去除閃爍雜訊的效果。此電路亦包含一個漣波抑制電路，能將截波技術產生的漣波消除。本電路使用了兩種不同的方式來抑制因電極不匹配而造成的偏移電壓。第一種方式是利用交換電容積分器，以負回授補償的方式來消除偏移電壓，量測結果顯示電路具有高通濾波的效果。然而因為交換電容電路的雜訊折疊效應，影響了低頻訊號的品質。第二種方式是使用極短的工作週期，將電阻的低阻值提升至高阻抗。藉由此一特性，實現高通濾波的效果，並在低頻率也有良好的表現。這顆晶片實作於台積電180奈米製程，晶片核心面積為0.56平方毫米。此電路在1.8伏特下消耗28.7微安培的電流，在局部場電位頻帶(1到200赫茲)中，積分雜訊為1.275微伏特，在動作電位(200到5千赫茲)頻帶中，積分雜訊則為3.675微伏特。雜訊效率比分別為18.65和10.95。