近幾年來，奈米光子元件已經使用緊湊而復雜的結構來開發光學或矽光子學的新應用。此外，預測奈米光子元件的光學響應對於光學上的應用非常重要。因為奈米光子元件通常是從分析結構開始設計，並根據模擬來調整修改設計參數來達到期望的結果。但是，具有較大面積範圍的奈米光子設計可能需要耗費較長的電腦運算時間來得到模擬的計算傳輸率、反射率和電磁場分布。為解決此現象的問題，因此相關學者與研究團隊開發了專業的優化演算法來自動化此部分，這也是本實驗室目前進行的研究方向。

現今社會中，人們對於健康觀念已愈加重視，若生活中能有方便的工具來自行監控自身生理數值，不僅能達到提前發現身體異狀的效果，便利的檢測方式亦能提升效率及增加人們使用的意願。本實驗室以此為目標來研究非接觸性之都卜勒雷達，利用深度學習演算法開發具高正確率之模型用以預測受試者靜止狀態和運動時的心跳速率(heart rate，HR)及呼吸速率(respiratory rate，RR)。

本研究使用Synopsys的模擬光通訊系統軟體OptSim，此為一套先進模組化的光通訊系統模擬分析軟體，包含多樣的元件模型、複雜波形模擬與顯示分析工具 ，用來設計模擬分析光通訊系統，並設定給予不同的元件模型參數，例如: laser linewidth、white noise、chromatic dispersion用以分析評估並決定整體光通訊系統的效能。OptSim 非常適合用來模擬通訊系統中的單一通道、分時多工 (Time Division Multiplexing，TDM)、分波多工(Wavelength Division Multiplexing，WDM)、高密度分波多工 (DWDM) 與平行光匯流排結構等應用。

隨著AI(artificial intelligence，AI)以及5G傳輸技術的問世，資料的傳輸量越來越龐大，數據傳輸的時間已經達到嚴重延遲，故一些並不是較為簡易的訊號，將會在該分區的小型數據中心進行處理，使用簡易可插拔晶片即可完成處理。 資料傳輸量的增加，亦導致過去的光傳輸技術無法負載，為解決此問題，目前的技術是使用具有同調特性的光來傳輸資料。本實驗室主要研究為在同調光傳輸中利用演算法開發數位訊號處理器，以達到更高效的訊號傳輸。

近年來，隨著科技日新月異，越來越多的科技對於高傳輸頻寬以及低延遲通訊設備的需求逐漸增加，四階振幅調變已被應用來增加雙倍的傳輸速度。然而，此調變方式會造成系統的高度非線性，使訊號失真，已有許多的現有演算法模型被用來修正訊號失真。其中，沃爾泰拉(Volterra)非線性模型可解決系統非線性問題，但是此模型的複雜度限制了此模型實際應用的可能性。為了解決此問題，我們利用演化式計算演化的概念來篩選沃爾泰拉非線性模型結構的重要性，以降低模型複雜度，再結合Wiener Solution以及演化式計算來優化沃爾泰拉級數之權重，進而篩選其結構。