本案主要為赴美國進修2年期間之學習過程及研究心得，綱要有目的、進修過程、心得與建議及參考資料來源等項，碩士期間研究機器學習相關主題，取得可與全球使用相同資料集相比的成果，並勝過使用相同基礎架構的模型，研究亦顯示使用移轉學習可有效降低模型訓練所需時間，當擁有足夠樣本數時，資料擴增技巧可避免模型過擬合，另生成對抗網路在樣本數有限下，仍可產出與真實樣本極近似的影像資料。進修期間所習得的機器學習與訊號處理相關知識與應用經驗，未來可用於目標影像識別、控制系統及數據分析等方面，此外，與來自不同文化與領域人士接觸交流後，獲得不同觀點並砥礪自己應持續精進學能。