工研院產業學習網

隨著人工智慧(AI)、物聯網(IoT)、智慧製造、金融科技的快速發展，訊號處理 已成為各行業不可或缺的基礎技術。從工業設備監測、醫療生理訊號、語音識別、智慧交通 到 金融時序數據分析，各種應用場景都仰賴精確的訊號分析與數據處理能力。然而，面對日益增長的數據量與複雜的模式變化，如何有效處理時序訊號並運用 AI 技術進行決策與預測，成為當前工程師與數據科學家的關鍵挑戰。傳統的傅立葉分析、濾波技術、時頻分析 等方法仍是訊號處理的基礎，但隨著計算能力的提升，機器學習(ML)與深度學習(DL)逐漸成為訊號處理的強大工具。透過特徵提取、時間序列建模(如 ARIMA）、異常偵測與預測分析，AI 模型能夠更準確地從大量數據中學習模式，提升決策效率。例如，醫療領域利用深度學習進行心電圖(ECG)分析與疾病診斷，工業領域透過機器學習預測機械設備異常，金融機構則透過AI演算法進行市場趨勢預測。本課程針對這些技術需求，將從訊號處理基礎出發，逐步介紹傅立葉轉換、短時傅立葉轉換(STFT)、小波轉換(Wavelet Transform)、頻譜分析、濾波技術 等核心概念，並進一步探討機器學習與 AI 在訊號處理中的應用，如深度學習模型(CNN、RNN、LSTM、Transformer)在語音處理、異常偵測、時序預測 等方面的實務應用。課程將進行訊號處理與AI模型訓練，並透過產業案例解析，讓學員能夠實際應用所學技術於生醫訊號、工業感測、智慧交通、金融時序分析等領域。無論您是工程師、數據科學家，或是從事醫療與金融相關工作，本課程都將幫助您建立完整的訊號處理與AI分析能力，提升職場競爭力！。

• 掌握時序訊號處理的基礎技術：學習傅立葉轉換、短時傅立葉轉換(STFT)、小波轉換(Wavelet Transform)頻譜分析、濾波技術等核心概念。

• 理解機器學習在訊號處理中的應用：包括特徵提取、降維(PCA)、時間序列建模(ARIMA)等技術。

• 探索AI在訊號處理的進階應用：介紹深度學習模型(CNN、RNN、Transformer)如何提升訊號分類、異常偵測與預測能力。

• 應用案例解析：透過實際數據分析與模型訓練，讓學員能夠將所學技術應用於生醫訊號、工業感測、智慧交通、金融時序分析等領域。

•       電子、電機、機械工程師，希望強化訊號處理與AI應用能力。

•       數據科學家、AI工程師，希望深入了解時序數據與AI模型的最佳應用方式。

•       自動控制、智慧製造相關人員，希望掌握感測器數據處理技術。

•       醫療與生物資訊分析師，關心生醫訊號的智能分析應用。

•       金融分析師與量化研究員，關注時序數據分析與AI預測模型。

•       管理決策者與研究人員：透過案例解析掌握訊號處理與AI在各領域的最新發展。

參加本課程之學員，研習期滿，出席率超過80%(含)以上，即可獲得工研院頒發的培訓證書。

• 課程洽詢：(03) 5912134 陳小姐 (課程行政或庶務問題窗口)
                     (03) 5916724 胡先生 (課程內涵或技術問題窗口)
• 聯絡信箱：itri538776@itri.org.tw、JessHu@itri.org.tw
• 上課地點：工研院光復院區學習中心1館806教室(竹市光復路二段321號) / 實體課程，以課前通知信為準。
• 主辦單位：工研院產業學院

•       可先報名不繳費，以取得早鳥優惠資格，待確認開課後再繳費。

•       報名期間：即日起至2025年7月17日止，開課前二週報名者，享有早鳥價!

•       報名方式：產業學習網(college.itri.org.tw)線上搜尋課程名稱【智慧訊號處理與AI實戰：從時序分析到產業應用】進行報名。

•       因課前教材、講義及餐點之準備及需為您進行退款相關事宜，若您不克前來，請於開課三日前告知，以利行政作業進行並共同愛護資源。

•       課程主辦單位保留修訂課程日期及取消課程的權利。為確保您的上課權益，報名後若未收到任何回覆，敬請來電洽詢方完成報名。

•       本班預計20人為原則，依報名及繳費完成之順序額滿為止。(預計15人即開課)

•       如本課程因人數或其他因素造成課程取消，本院將無息辦理退費,敬請見諒！

•       為尊重講師之智慧財產權益，恕無法提供課程講義電子檔。

•       為配合講師時間或臨時突發事件，主辦單位有調整日期或更換講師之權利。

•       報名時請註明欲開立發票完整抬頭，以利開立收據；未註明者，一律開立個人抬頭，恕不接受更換發票之要求，課程開始當天不得以任何因素要求退費。

•       本課程受訓學員於每堂課程上課請簽到。

•       因應性別主流化國際趨勢，打造友善職場之發展，優先保留女性參訓名額，歡迎女性學員踴躍報名。

•       請收到上課及繳費通知後，於開課日二天前以銀行匯款或線上報名時可使用ATM轉帳或信用卡等方式付款。

•       電子發票證明聯(交易明細檔)於繳款確認收款 後將mail至您的信箱或於開課當天提供予您紙本電子發票證明聯。

•       若需提早取得「電子發票證明聯」，請洽詢本學習中心。

•       學員於開訓前退訓者，僅能退還所繳上課費用90％，另於培訓期間若因個人因素無法繼續參與課程，將依上課未逾總時數1/3，退還所繳上課費用之50％，上課逾總時數1/3，則不退費。