壹、實驗室簡介

    人工智慧Artificial IntelligenceAI)技術的深度與廣度,有如汪洋大海,既深且廣,由於 GoogleFacebookIBMMicrosoftNVIDIA等大廠紛紛投入技術開發,並有大量的開源平台、數據、模型日積月累,使得一位新進研究生,擬在兩年的時間內學會AI的內功及招式,更加困難。本實驗室掌握產業AI化最新的技術,透過完整的教材及有系統的教育訓練,由有經驗豐富的指導老師、跨校團隊、產業顧問及業師,透過有系統的教學,快速培養AI高端人才的技術,包括

    • 基本程式技術: Python 程式技巧、爬蟲程式、前端網頁技術、後端SQL技術、Flask 前後端串接技術
    • 數據收集、數據前處理
    • 數據分析、特徵工程
    • 深度學習模型建構
    • 超參數調校、效能調校
    • 產業案例研討
      • 智慧製造案例(瑕疵檢測、智慧排程、製造流程優化、品質預測等)
      • 智慧商務案例(QA問答、Text2SQL、商業決策、預測分析等)
      • 智慧醫療案例(X光圖片、超音波影片、核磁共振影片分析、臨床數據分析等)
      • 智慧照護案例(行為辨識、自然語言對話、機器人、醫養結合等)
      • 影像處理案例(圖像定位、圖像分類、語意分割、行為辨識、物件追蹤等)

          本實驗室著重跨平台AI技術的培育及開放資料及模型建構能力的養成,包括KerasTensorflowPytorchAI程式開發,熟悉各種資源平台,如GitHubKaggle,以及多種深度學習模型的交叉應用,包括CNNLSTMBERTAuto EncoderSeq2SeqTransformerVGGResNetEfficient NetGoogle NetU-Net3DCNN、孿生網路及各種Attention based 深度學習網路。此外,對於影像處理常用的DlibOpenCVYoloOpenposeMediapipe 等工具亦可熟悉,並與深度學習模型縱合運用,以廣泛及多樣化的技術為產業提供AI解決方案。研究室與眾多產業界合作,為產業解決數據分析、模型建構、及效能調校等議題,透過AI的技術,協助產業提昇效能。

       人工智慧與產業技術實驗室的研究範疇包含了機器學習、深度學習、影像處理、自然語言、生成式對抗網路、電腦視覺等等相關技術發展。

    貳、產學合作

          本實驗室與眾多產業進行產學合作,研究生以所學的AI技能為產業提供解決方案,畢業後無縫接軌與企業的接軌。

     

    參、獲獎紀錄