個人信息
教育情況
B.S.: National Taiwan University, 1996
M.S.
: National Taiwan University, 1998
Ph.D.
: University of Michigan, Ann Arbor, 2005
研究領域
主要方向
主要研究領域: 分子通訊、無線通訊、無線網路、線上教學系統設計。研究摘要
葉教授研究領域包含:分子通訊、無線多媒體傳輸、無線通訊實體層、互動式雲端/手機軟體設計、線上教育系統開發。主要成果包含:A. 分子通訊:
隨著製程技術日益演進,生醫機器的微小化、奈米化將是未來的重要研究趨勢。在製程技術演進的同時,如何開發出適合奈米級機器使用的無線通訊技術,亦是相關研究的重要課題。現存的電波無線通訊方式並無法在奈米等級的機器上實現。比較可行的方式是採取利用分子作為通訊的媒介。惟分子擴散的隨機性極高,通訊的可靠度仍有許多問題亟待克服。個人研究團隊在此間研究,具國際領先地位。在IEEE Wireless Communications雜誌上有本團隊的專稿獲載(October, 2012)。此外在IEEE通訊重要會議GLOBECOM 2012中,本團隊有五篇分子通訊相關研究論文獲接受於會議中發表。另外亦於IEEE ICC 2012 與workshop發表論文各一篇,並獲分子通訊領域重要期刊Nano Communication Networks邀請發表期刊論文一篇。之前亦獲邀與分子通訊國際權威學者Ian Akyildiz教授在喬治亞理工的研究團隊合作,本研究團隊研究成果相當豐碩。
B. 無線多媒體傳輸:
隨著寬頻無線通訊的迅速發展,無線多媒體傳輸服務的套用日漸普及。我們研究重點之一即是針對視訊壓縮技術的再設計,在設計中將無線通訊的特性列入考量,以提升無線環境下多媒體傳輸的視訊品質。在此部份我們有相當傑出的研究成果。最新研究成果「無線多媒體串流針對無線通道改變之視訊編碼適應性調節演算法」,可於無線環境中大幅提升視訊品質,PSNR 增益達 3~5 dB。此外亦提出了無線多媒體視訊品質的理論分析架構,為文獻中首見。我們的研究成果深獲國際肯定,除於無線多媒體研究之頂級學術會議 IEEE WoWMoM 2009(接受率24%)發表外,並獲邀於 ICST Qshine 2009 學術會議中發表 invited paper,及受邀撰寫IGI所出版之無線多媒體相關教科書章節。相關研究成果已申請台、美專利審查中。
C. 無線通訊實體層:
在無線通訊實體層的研究,我們主要著重的方向有二:各式通訊實體層效能的理論分析,及運用實體層技術的無線通訊安全設計。在效能分析部分,我們針對無線通訊常用之位元交錯調變碼(BICM)所提出的效能分析理論,為目前文獻中最為準確之理論分析,並可延伸至各類位元交錯式傳輸技術之分析。在發表於 IEEE 期刊後,三年內獲引用22次。個人並常受邀審查位元交錯式傳輸技術相關之論文投稿,為國際間此類效能分析的權威研究者之一。在無線通訊安全部分,有別於既有運作於套用層的繁瑣金鑰交換機制,我們提出利用使用者間通道的獨特性作為安全性來源的創新概念。經由實體層之巧妙設計來達到免金鑰交換之高安全性無線通訊,可大幅提無線通訊之安全性與傳輸效能。此成果於 IEEE WCNC 2010 發表,後續將衍生多項研究成果。
D. 互動式雲端/手機軟體設計、線上教育系統開發:
如何套用手機程式與平板電腦等可上網裝置,來幫助課堂內或課堂外教育的進行,是我們很有興趣的課題。本實驗室已開發多套互動式教學系統,可有效幫助課堂內教學,如:EPES (Electronic Peer Evaluation System)、課堂互動系統、BJ-Online 機率課程遊戲系統等。另外互動式的線上課程系統設計,也是本團隊的開發重點。惟此間有許多專利構想,本團隊都在開發當中。
開發平台
台大電機系教授葉丙成透過MOOC學習平台,與學生共同開發線上遊戲平台“PAGAMO Online”,學生可在遊戲裡透過解題“占領地盤”,深受歡迎。中新網11月14日電 據台灣《中國時報》報導,台灣大學(簡稱台大)加入國際頂尖數碼教學平台Coursera,電機系副教授葉丙成的“機率”把教學結合網路互動及遊戲。全球已有近2.4萬名學生選課,拓展了中文課程在世界的能見度。
葉丙成指出,他和同學們共同規劃的“機率”單元,結合線上競技遊戲和數碼學習。他8月開的“機率”課,及歷史系教授呂世浩開的“秦始皇”,都有2萬多人修課,學生來自大陸、新加坡、香港、澳門及北美等地,反應很熱絡。
國際學生可以在線上討論區互相幫忙解決學習問題,還有不少西方學生衝著“中文課程”慕名而來,用漢語拼音熱切地詢問“我能否使用拼音寫作業?”“好高興終於看見東方經典進入西方”。
台大校長楊泮池13日指出,台大要打造華文線上課程第一品牌,本月下旬將再開“紅樓夢”及“機器學習”等課程。