嵌入式小波類神經網路心電圖分析
已封存在平價微控制器上判讀心電圖，分辨不同類型的心跳。
以小波轉換進行心電圖心跳訊號的前處理與特徵擷取，並以 ANN 與 CNN 分類心跳，部署於低成本微控制器（Arduino Nano、ESP8266 MicroPython）。
研究方向
小波轉換與訊號分析
以小波轉換與數位訊號處理分析電力、工業製程、動作與聲音訊號，並結合類神經網路。
實際量測到的訊號很少是穩定不變的：電壓驟降只持續幾個週期，晶圓微裂紋在感測訊號裡只是一段短暫的突波，鳥叫聲則是農場數小時噪音中的一小段啁啾。一次看整段訊號的方法（例如一般的傅立葉轉換）會把這些短暫事件模糊掉；小波轉換同時描述訊號的時間與頻率，因此能在事件發生的位置找出並量測它。
這是楊老師的核心專長。實驗室以離散小波轉換（DWT）與短時傅立葉轉換（STFT）從量測訊號擷取特徵，再以類神經網路進行分類或迴歸，包含機率類神經網路、徑向基底網路、小波類神經網路，以及近年的 LSTM。由於這些系統多半裝在被監測的設備旁邊，處理流程也以能放進嵌入式硬體為設計目標，甚至包含小波式監測系統的混合訊號積體電路設計。
同一套方法已應用在許多種訊號上：電壓驟降、閃爍與其他電力擾動；半導體製程中的晶圓微裂紋、探針痕面積與濕式蝕刻流量；紡織產線監測；人體動作辨識；葡萄園害鳥叫聲偵測；以及語音。目前延續的兩條方向是：小波類神經網路應用於工業物聯網（IIoT），從機台訊號擷取特徵，辨識系統響應與系統狀態；以及小波類神經網路應用於嵌入式影像辨識，涵蓋特徵擷取、輪廓辨識與物件辨識。相關論文列於下方。這些成果也直接支援實驗室的智慧電網與儲能與生醫 AI研究方向。
歷屆碩士論文。 學生把這些方法做成實際系統：以離散小波轉換分析電壓驟降、以 FPGA 即時監控電壓驟降、嵌入式提升小波電力品質分析系統、提升式小波應用於自動化光學檢測、嵌入式 FPGA 軸承振動分析，以及用小波類神經網路辨識運動行為與嬰兒哭聲型態、建立冰機消耗功率模型。
代表性成果
用小波轉換找出電壓驟降
小波轉換把量測波形分解成不同層次。最細的一層平時接近零，波形一跳變就出現尖峰，因此能標出驟降的起點與終點；各層的能量則讓類神經網路只需分類六個數字，而不是整段取樣。此圖為示意圖，以合成資料繪製。
了解更多相關專案
相關論文
-
2025 IEEE International Conference on Consumer Electronics - Taiwan (ICCE-Taiwan), pp. 349–350
以 MFCC、音高曲線、頻譜圖與小波分析比較台灣中英雙語者與印度英語使用者的語音：台灣語音的音高變化與聲調轉折較大，印度語音的節奏較穩定。結果可作為針對不同語者選擇語音辨識與語者驗證模型的依據。
會議 DOI -
Grape farm pest bird sound detection system using embedded systems
IET International Conference on Engineering Technologies and Applications (ICETA 2023)
在 RP2040 微控制器上以深度學習從叫聲辨識葡萄園中的八哥，並以超音波感測器估計距離，再派出裝有紅色雷射的機器車驅趕。
會議 DOI -
Textile Production Line Monitoring System Using Wavelet-Regression Neural Network
Journal of Cases on Information Technology, vol. 24, no. 3, pp. 1–26, 2022
監測一條對應智慧電網標準的紡織產線：以離散小波轉換去除運轉訊號雜訊，再把各層能量分布輸入廣義迴歸類神經網路（GRNN）預測時間序列。
期刊 DOI -
Enhancement of the Flickermeter for Grid-Connected Wind Turbines
Energies, vol. 14, no. 18, art. 5734, 2021
擴充併網風力機的 IEC 61400-21-1 閃爍量測方法，使其也能算出日本等國使用的 ΔV10 值，讓工程師在安裝前評估風機造成的閃爍，也加快製造商的認證；並以模擬的雙饋式感應發電機風機驗證。
期刊 DOI -
Motion-Pattern Recognition System Using a Wavelet-Neural Network
IEEE Transactions on Consumer Electronics, vol. 65, no. 2, pp. 170–178, 2019
以三軸加速度計辨識人體動作，應用於健身輔助與長者日常活動監測：以離散小波轉換擷取振動特徵，計算局部能量後輸入多通道徑向基類神經網路；小波前處理降低了運算負擔。
期刊 DOI -
IEEE Transactions on Instrumentation and Measurement, vol. 61, no. 4, pp. 865–875, 2012
自動分類單晶圓濕式蝕刻機台的流量：以離散小波轉換分解流量計訊號，將係數功率輸入徑向基類神經網路初步分類，再以數位濾波與門檻值做後處理，可用於製程現場即時監控。
期刊 DOI -
Application of image processing to wafer probe mark area calculation
2010 5th IEEE Conference on Industrial Electronics and Applications (ICIEA), pp. 414–419
以高倍率顯微影像計算探針測試後在晶圓銲墊上留下的針痕面積，取代人工畫橢圓估算的做法，速度更快、更準確，也不會因人而異。
會議 DOI -
2010 International Conference on System Science and Engineering (ICSSE), pp. 31–35
以實驗與模擬比較離散小波轉換與短時傅立葉轉換在晶圓微裂紋與電壓驟降兩種工業訊號上的分析效果。
會議 DOI -
Optical design and signal processing for a microcrack detection system
2010 5th IEEE Conference on Industrial Electronics and Applications (ICIEA), pp. 1780–1785
設計晶圓微裂紋檢測系統的光學模組（圓柱透鏡搭配固態浸沒透鏡）與後端訊號處理：以機率類神經網路排除振動造成的偏差，再以短時離散小波轉換辨識裂紋。
會議 DOI -
Power Disturbance Recognition Using Probabilistic Neural Networks
Proceedings of the International MultiConference of Engineers and Computer Scientists 2009 (IMECS 2009), Vol. II, Hong Kong, pp. 1573–1577
以離散小波轉換分解電力擾動波形，用 Parseval 定理把每一層係數化為能量特徵，再以機率類神經網路分類閃爍、諧波、中斷、驟降、突波、驟升與正常正弦波七類，辨識率在 86% 以上。
會議 -
Short-Time Discrete Wavelet Transform for wafer microcrack detection
2009 IEEE International Symposium on Industrial Electronics (ISIE), pp. 2069–2074
設計即時線上晶圓微裂紋檢測系統，以線掃描取代影像處理檢查整片晶圓，並發展短時離散小波轉換（STDWT），以較低的運算量辨識裂紋的反射特徵。
會議 DOI -
Analysis of equivalent 10-Hz voltage flicker measurement using IEC flickermeter standard
2008 IEEE International Conference on Industrial Technology (ICIT), pp. 1–5
以 IEC 閃爍計標準檢視亞洲多國沿用數十年、1978 年後未曾更新的 ΔV10 電壓閃爍量測法，指出其量測結果不可靠之處。
會議 DOI -
2008 IEEE International Conference on Industrial Technology (ICIT), pp. 1–6
為輸電系統多點量測設計電壓驟降監測用的混合訊號晶片：類比電路負責資料擷取，數位電路實現離散小波轉換。以 IEEE P1159.2 驟降波形模擬，小波轉換的判斷速度比 RMS 計算更快。
會議 DOI