查詢教學大綱與進度

教學大綱與進度

課程基本資料：

學年期課號課程名稱階段學分時數修教師班級人撤備註

114-1 358183 人工智慧於射頻模組優化 1 3.0 3 ★ 鍾明桉電資學院(大) 4 0 大研合開,核心課程

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
114-1	358183	人工智慧於射頻模組優化	1	3.0	3	★	鍾明桉	電資學院(大)	4	0	大研合開,核心課程

教學大綱與進度：

教師姓名鍾明桉　教師諮商時間(Office Hours)

Email mingannchung@ntut.edu.tw

最後更新時間 2025-09-30 20:12:26

課程大綱本課程讓學生深入瞭解射頻模組的基本架構及其在無線通訊技術中的應用，並且掌握人工智慧與深度強化學習的基本概念，學習如何利用人工智慧技術優化射頻模組性能，如增強信號強度和降低干擾。此外，課程將涵蓋電磁模擬軟體及其在射頻模組中的應用，並指導學生設置環境，編寫人工智慧演算法，實現自動化模擬與優化，最終培養獨立解決問題的能力。 This course enables students to gain an in-depth understanding of the basic structure of RF modules and their applications in wireless communication technology. It also covers the fundamental concepts of artificial intelligence and deep reinforcement learning, teaching students how to use AI techniques to optimize RF module performance, such as enhancing signal strength and reducing interference. Additionally, the course will introduce electromagnetic simulation software and its applications in RF module simulation, guiding students to set up the environment, write AI algorithms, and achieve automated simulation and optimization, ultimately cultivating the ability to solve problems independently.

課程進度週次 /單元主題 /內容描述第1週課程導論與射頻模組概述課程介紹、射頻模組基本架構、應用範例、學習目標設定第2週無線通訊與射頻模組基本原理無線傳輸、頻譜利用、射頻元件基礎第3週電磁模擬軟體入門軟體基本操作、模型建立、範例演練第4週射頻模組性能評估指標信號強度、干擾、效率、帶寬等性能指標第5週人工智慧與深度學習基礎機器學習、深度學習、神經網路基本概念第6週 AI在射頻設計中的應用參數優化、預測模擬結果、案例討論第7週深度強化學習原理與應用強化學習理論、策略學習、演算法介紹第8週電磁模擬軟體與AI結合實務設計模擬流程、資料收集、數據分析第9週編寫AI演算法與實作 Python、TensorFlow/PyTorch基礎、多元資料處理第10週 AI模型訓練與調整模型建立、訓練技巧、超參數調整第11週使用AI進行模擬自動化與性能優化實作範例、案例分析、結果驗證第12週成果展示與討論中期成果分享、問題討論、改善方案第13週專題規劃與設計分組討論專題方向、實驗設計、預期結果第14週專題實作時間進行專題專案、資料收集、模型訓練與測試第15週專題進度匯報與問題解決小組進度報告、遇到問題討論、技術交流第16週優化與提升專題成效進行模型微調、性能分析、改善方案第17週完整專題成果展示與口頭報告各組展示專題成果、經驗分享、老師指導第18週期末總結與課程回饋回顧整學期所學、心得分享、未來展望、課程評價

評量方式與標準 1.出席與課堂參與 20% 2.作業 20% 3.小組專題進度與討論 20% 4.中期專題展示與報告 15% 5.期末專題成果與口頭報告 25%

使用教材、參考書目或其他 【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】

使用外文原文書：是
1. 生成式人工智慧導論, 全華圖書股份有限公司, ISBN 978-626-401-289-8(平裝), 2025/05/01 2. 電磁模擬自編講義

課程諮詢管道任何問題請與任課老師電子郵電聯絡。

課程對應SDGs指標 SDG4：優質教育（Quality Education）
SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）
SDG12：負責任的消費與生產（Responsible Consumption and Production）
SDG17：夥伴關係（Partnerships for the Goals）

課程是否導入AI ● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools）
● 使用生成式AI進行課堂即時互動（Use generative AI for real-time classroom interaction）
● 深入探討AI的原理與應用（Explore the principles and applications of AI in depth）

備註

教師姓名	鍾明桉　教師諮商時間(Office Hours)
Email	mingannchung@ntut.edu.tw
最後更新時間	2025-09-30 20:12:26
課程大綱	本課程讓學生深入瞭解射頻模組的基本架構及其在無線通訊技術中的應用，並且掌握人工智慧與深度強化學習的基本概念，學習如何利用人工智慧技術優化射頻模組性能，如增強信號強度和降低干擾。此外，課程將涵蓋電磁模擬軟體及其在射頻模組中的應用，並指導學生設置環境，編寫人工智慧演算法，實現自動化模擬與優化，最終培養獨立解決問題的能力。 This course enables students to gain an in-depth understanding of the basic structure of RF modules and their applications in wireless communication technology. It also covers the fundamental concepts of artificial intelligence and deep reinforcement learning, teaching students how to use AI techniques to optimize RF module performance, such as enhancing signal strength and reducing interference. Additionally, the course will introduce electromagnetic simulation software and its applications in RF module simulation, guiding students to set up the environment, write AI algorithms, and achieve automated simulation and optimization, ultimately cultivating the ability to solve problems independently.
課程進度	週次 /單元主題 /內容描述第1週課程導論與射頻模組概述課程介紹、射頻模組基本架構、應用範例、學習目標設定第2週無線通訊與射頻模組基本原理無線傳輸、頻譜利用、射頻元件基礎第3週電磁模擬軟體入門軟體基本操作、模型建立、範例演練第4週射頻模組性能評估指標信號強度、干擾、效率、帶寬等性能指標第5週人工智慧與深度學習基礎機器學習、深度學習、神經網路基本概念第6週 AI在射頻設計中的應用參數優化、預測模擬結果、案例討論第7週深度強化學習原理與應用強化學習理論、策略學習、演算法介紹第8週電磁模擬軟體與AI結合實務設計模擬流程、資料收集、數據分析第9週編寫AI演算法與實作 Python、TensorFlow/PyTorch基礎、多元資料處理第10週 AI模型訓練與調整模型建立、訓練技巧、超參數調整第11週使用AI進行模擬自動化與性能優化實作範例、案例分析、結果驗證第12週成果展示與討論中期成果分享、問題討論、改善方案第13週專題規劃與設計分組討論專題方向、實驗設計、預期結果第14週專題實作時間進行專題專案、資料收集、模型訓練與測試第15週專題進度匯報與問題解決小組進度報告、遇到問題討論、技術交流第16週優化與提升專題成效進行模型微調、性能分析、改善方案第17週完整專題成果展示與口頭報告各組展示專題成果、經驗分享、老師指導第18週期末總結與課程回饋回顧整學期所學、心得分享、未來展望、課程評價
評量方式與標準	1.出席與課堂參與 20% 2.作業 20% 3.小組專題進度與討論 20% 4.中期專題展示與報告 15% 5.期末專題成果與口頭報告 25%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】使用外文原文書：是 1. 生成式人工智慧導論, 全華圖書股份有限公司, ISBN 978-626-401-289-8(平裝), 2025/05/01 2. 電磁模擬自編講義
課程諮詢管道	任何問題請與任課老師電子郵電聯絡。
課程對應SDGs指標	SDG4：優質教育（Quality Education） SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure） SDG12：負責任的消費與生產（Responsible Consumption and Production） SDG17：夥伴關係（Partnerships for the Goals）
課程是否導入AI	● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools） ● 使用生成式AI進行課堂即時互動（Use generative AI for real-time classroom interaction） ● 深入探討AI的原理與應用（Explore the principles and applications of AI in depth）
備註