本實驗室致力於毫米波雷達、聲學訊號處理與人工智慧分析技術的研究並結合多模態資料融合與機器學習方法，開發能夠理解人類行為、生理訊號與環境資訊的智慧感測系統。研究內容涵蓋毫米波雷達生理訊號監測、人體骨架重建、人體定位、人體姿態辨識與手勢辨識等技術，以及語音增強、語音辨識、病理嗓音分析、語音互動大語言模型與智慧感測資料分析等聲學訊號處理相關研究。相關技術可廣泛應用於健康監測、智慧環境感測、人機互動與智慧醫療輔助系統等領域。

毫米波雷達

毫米波雷達是一種利用毫米波頻段電磁波進行偵測與感測的雷達技術，具有波長短、頻寬大與高解析度的特性，可偵測物體的距離、速度與角度資訊，並生成目標位置或點雲資料。目前已廣泛應用於自動駕駛、人體姿態辨識、生理訊號監測、智慧感測與人機互動系統等領域。

毫米波雷達應用(一)：骨架圖重建

IEEE Journal of Selected Areas in Sensors

Robust Skeletal-Graph Reconstruction Using mmWave Radar and its Application for Human-Activity Recognition

毫米波雷達應用(二)：手勢辨識

毫米波雷達相關文獻：

1. G Liu, C Chang, SH Fang, HC Wu, K Yan, "Novel Hybrid Machine-Learning Technique for Robust Indoor Multi-Subject Tracking Using mmWave Radar", IEEE Internet of Things Journal, 2026.

2. SH Fang, YC Jie, YR Chien, HC Wu, "Robust Fractional Fourier Transform-Based Range Estimation Using Millimeter-Wave Radar for IoT Applications", IEEE Internet of Things Journal, 2025.

3. TW Wu, SH Fang, HC Wu, G Liu, K Yan, "Robust Skeletal-Graph Reconstruction Using mmWave Radar and its Application for Human-Activity Recognition", IEEE Journal of Selected Areas in Sensors, 2025.

聲學訊號處理

聲學訊號處理是指對聲音訊號進行分析、處理與特徵擷取的技術。透過數位訊號處理與人工智慧等方法，可以提升聲音品質或從聲音中提取特徵，常見應用包含語音增強、語音辨識與病理嗓音分析等。本實驗室亦與亞東醫院合作將聲學訊號處理技術應用於病理嗓音評估與智慧醫療輔助系統之研究與發展。

聲學訊號處理應用(一)：病理嗓音

Journal of Voice

Detection of Pathological Voice Using Cepstrum Vectors: A Deep Learning Approach

聲學訊號處理應用(一)：多模態 AI 之智慧互動繪本

聲學訊號處理相關文獻：

1. SS Wang, CH Hung, CH Wang, CT Wang, SH Fang, "Domain adversarial training for robust pathological voice classification across microphones", Engineering Applications of Artificial Intelligence, Vol. 167, pp. 113835, 2026.

2. SS Wang, CC Tsai, WC Yu, SH Fang, "A Lightweight Learning Framework for Packet Loss Concealment and Speech Enhancement", IEEE Transactions on Cognitive Communications and Networking, 2024.

3. HC Kuo, YP Hsieh, HH Tseng, CT Wang, SH Fang, Y Tsao, "Toward real-world voice disorder classification", IEEE Transactions on Biomedical Engineering, Vol. 70, No. 10, pp. 2922-2932, 2023.