機器人寫書法
此項研究包含藝術創作、機器人自動化、及人工智慧三領域，透過AI技術建構名家書寫風格，以手臂臨摹出人類書寫動作。
字體風格轉換:
在書法字體轉換過程，改進以生成對抗網路為基礎的CycleGAN，突破單一模型只能轉換一種不同字體的限制，並且透過收集書寫時的手腕動作，讓機器手臂能夠模擬書法家的寫法來將轉換後的書法字寫出。
機械手臂骨架軌跡和筆順生成:
利用風格轉換後的字體進行細線化，讓機器手臂模擬書法家的書寫動作將書法字寫出，我們需要將模型轉換後字體的座標、寬度…等相關資訊搭配收集的書寫動作的六軸資料，使用筆順學習的方法將書法筆順的六軸序列資料提供給機器手臂。
將攻擊資訊包含在化妝中對深度學習模型進行攻擊
機器學習的發展非常迅速，在電腦視覺和自然語言處理方面都有很好的成果。有許多深度學習技術被運用在人類日常生活當中例如自動駕駛汽車和人臉辨識系統。如今，人類日常生活漸漸的依賴於深度神經網路可能會導致嚴重的後果，因此神經網路的安全性就變的很重要。因此展現深度神經網路其實有明顯的弱點，我們提出了一種基於生成對抗網絡的方法來生成可以欺騙人臉識別系統的臉部化妝圖片。我們在人類無法察覺的異常化妝照片結果中隱藏了攻擊的擾動信息。實驗結果顯示，我們不但可以生成高畫質的臉部化妝圖像，並且我們的攻擊結果在人臉識別系統中具有很高的攻擊成功率。
