校際選修

115-1 選課時程

進行中

  • 初選第一階段 6/15/2026
  • 初選第二階段 6/22/2026
  • 校際選修 8/24/2026
  • 初選第三階段 8/31/2026
  • 開學後加退選 9/7/2026
  • 逾期加退選 9/21/2026
選課資源

綠能研究模組

Special Topics and Labs on Green Energy Modules

學期
108-2
學分
3 學分
當期課號
5901
永久課號
IOG5015
開課單位
智慧與綠能產學研究所
授課教師
歐陽盟、陳建志、張明峰、馬清文、邱俊誠、曾煜棋、林勻蔚
類別
必修
上課時間表
週四
2
09:00–09:50
綠能研究模組
CM600
3 節連堂
3
10:10–11:00
4
11:10–12:00
5
13:20–14:10
綠能研究模組
CM600
2 節連堂
6
14:20–15:10

* 根據陽明交大上課時間表所列

概述

Unit 1_結合機器學習服務平台實現AIoT應用(陳建志副教授): 本模組將藉由AWS介紹如何結合機器學習服務平台實現AIoT應用,內容包括:(1)介紹AWS IoT 運作方式;(2)使用AWS管理IoT裝置;(3)介紹AWS IoT規則建立、觸發動作與IoT服務;(4)開發終端IoT裝置之程式;(5)建立雲端ML服務平台、訓練和優化AI模型;(6)終端IoT裝置執行AI預測。 Unit 2_綠能負載平衡規劃(林勻蔚助理教授): 本課程將介紹新能源的相關知識,並實際操作太陽能電力配置 Unit 3_多旋翼無人機組裝實作與飛行操控(邱俊誠教授): Unit 4_多旋翼無人機智慧載具與3D 建模(歐陽盟教授): Unit 5_計算機視覺多任務類神經網路 [Multi-Task Artificial Neural Networks for Computer Vision](馬清文副教授): 本模組介紹,將複數個處理計算機視覺任務之類神經網路,整合成一個共用網路結構的技術。包括,分支型網路、注意力型網路等等。分支型網路即,分支前的網路,各個任務共用,分支後的網路,各個任務獨立計算。複數個分支後,形成一個樹狀結構。注意力型網路,為各個任務,藉由注意力演算法,選用其個別神經網路資源,以達成多任務的共用目的。 This module introduces the technologies that share neural network resources among multiple computer vision tasks. Such as branch networks, attention networks, etc.. The branch network shares neural network resources by multiple tasks before branching. After branching, each task uses its own resources independently. After a plurality of branching, a tree structure is formed. For the attention network, each task uses the attention algorithm to select its individual neural network resources from a common pool of resources. Hence the resources are shared.

先修科目

Unit 1_結合機器學習服務平台實現AIoT應用(陳建志副教授): Unit 2_綠能負載平衡規劃(林勻蔚助理教授): Python初階能力、簡易電路製作 Unit 3_多旋翼無人機組裝實作與飛行操控(邱俊誠教授): Unit 4_多旋翼無人機智慧載具與3D 建模(歐陽盟教授): Unit 5_計算機視覺多任務類神經網路 [Multi-Task Artificial Neural Networks for Computer Vision](馬清文副教授):

教學方式

Unit 1_結合機器學習服務平台實現AIoT應用(陳建志副教授): Unit 2_綠能負載平衡規劃(林勻蔚助理教授): Unit 3_多旋翼無人機組裝實作與飛行操控(邱俊誠教授): Unit 4_多旋翼無人機智慧載具與3D 建模(歐陽盟教授): Unit 5_計算機視覺多任務類神經網路 [Multi-Task Artificial Neural Networks for Computer Vision](馬清文副教授):

評分方式

Unit 1_結合機器學習服務平台實現AIoT應用(陳建志副教授): 本模組每週均有labs,需按照進度完成。 Unit 2_綠能負載平衡規劃(林勻蔚助理教授): Unit 3_多旋翼無人機組裝實作與飛行操控(邱俊誠教授): 無人機製作[Implement a Drone / 2-3 students] Unit 4_多旋翼無人機智慧載具與3D 建模(歐陽盟教授): 3D建模[Implement of 3D Image Construction / 2-3 students] Unit 5_計算機視覺多任務類神經網路 [Multi-Task Artificial Neural Networks for Computer Vision](馬清文副教授):

週次計畫
週次主題
第 1 週Unit 1_結合機器學習服務平台實現AIoT應用(陳建志副教授): 單元主題: AWS IOT 誠內容:AWS IoT 運作方式;使用AWS管理IoT裝置
第 2 週Unit 1_結合機器學習服務平台實現AIoT應用(陳建志副教授): 單元主題: AWS IOT 單元內容:AWS IoT規則建立、觸發動作與服務;開發終端IoT裝置之程式
第 3 週Unit 1_結合機器學習服務平台實現AIoT應用(陳建志副教授) 單元主題: 雲端ML服務平台 單元內容:雲端ML服務平台建立、訓練和優化AI模型;終端IoT裝置執行AI預測
第 4 週Unit 2_綠能負載平衡規劃(林勻蔚助理教授): 單元主題: 新能源介紹 單元內容: 介紹世界上新能源狀況 預期目標:了解世界上新能源狀況
第 5 週Unit 2_綠能負載平衡規劃(林勻蔚助理教授): 單元主題: 太陽能介紹 單元內容: 介紹太陽能相關資訊 預期目標:了解太陽能相關資訊
第 6 週Unit 2_綠能負載平衡規劃(林勻蔚助理教授): 單元主題: 負載配置 單元內容: 根據天氣狀況配置電力使用 預期目標:獲得配置電力使用經驗
第 7 週Unit 3_多旋翼無人機組裝實作與飛行操控(邱俊誠教授): 單元主題:Implement
第 8 週Unit 3_多旋翼無人機組裝實作與飛行操控(邱俊誠教授): 單元主題: Implement & Repair
第 9 週Unit 3_多旋翼無人機組裝實作與飛行操控(邱俊誠教授): 單元主題: Flight Test
第 10 週Unit 4_多旋翼無人機智慧載具與3D建模(歐陽盟教授): 單元主題: Basic of Image Processing
第 11 週Unit 4_多旋翼無人機智慧載具與3D建模(歐陽盟教授): 單元主題: Principle of 3D Construction
第 12 週Unit 4_多旋翼無人機智慧載具與3D建模(歐陽盟教授): 單元主題: Implement of 3D Image Construction
第 13 週Unit 5_計算機視覺多任務類神經網路 [Multi-Task Artificial Neural Networks for Computer Vision](馬清文副教授)
第 14 週Unit 5_計算機視覺多任務類神經網路 [Multi-Task Artificial Neural Networks for Computer Vision](馬清文副教授)
第 15 週Unit 5_計算機視覺多任務類神經網路 [Multi-Task Artificial Neural Networks for Computer Vision](馬清文副教授)
第 16 週期末專題
第 17 週期末專題
第 18 週期末專題
教科書

Unit 1_結合機器學習服務平台實現AIoT應用(陳建志副教授): Unit 2_綠能負載平衡規劃(林勻蔚助理教授): Unit 3_多旋翼無人機組裝實作與飛行操控(邱俊誠教授): Unit 4_多旋翼無人機智慧載具與3D 建模(歐陽盟教授): Unit 5_計算機視覺多任務類神經網路 [Multi-Task Artificial Neural Networks for Computer Vision](馬清文副教授):