智慧軟體研究模組
Special Topics and Labs on Intelligent Software
| 節 | 週二 | 週四 |
|---|---|---|
2 09:00–09:50 | 智慧軟體研究模組 CM215 3 節連堂 | |
3 10:10–11:00 | ||
4 11:10–12:00 | ||
5 13:20–14:10 | 智慧軟體研究模組 CM215 2 節連堂 | |
6 14:20–15:10 |
* 根據陽明交大上課時間表所列
Unit 1_智慧農業(林勻蔚): 介紹目前農業相關議題與使用物聯網技術之解決辦法 Unit 2_儲能系統應用與規劃(黃建中): 我國未來綠能發電技術採用多元能源及再生能源,譬如太陽光電與風力發電技術等間歇能源,因此未來分散式的發電與電力有效運用須要搭配各式儲能技術。教學目標包含:1.介紹世界能源與再生能源技術;2.使學生熟悉儲能技術的應用背景與儲能技術種類、特性及應用領域;3.使學生了解儲能技術市場分析與儲能技術應用國際範例,學習儲能用於生活的基本認知與知識。 Unit 3_Deep Learning Hardware and Software(馬清文): Deep learning algorithms require heavy computations. To deal with the demand, judiciously design hardware and software are built. In this course, we will talk about popular software platforms such as Tensorflow/keras and Pytorch. We explore the basic difference between these software platforms and develop the idea of how to choose one from them for our own works. Regarding the deep learning hardware, we will take a look at deep leaning accelerators which are used in edge AI and well-known among many AI chip startups. Unit 4_智慧感測(林勻蔚): 本課程將介紹如何蒐集環境資訊、記錄與追蹤,之後可做為大數據分析之用途
Unit 1_智慧農業(林勻蔚): Python程式撰寫能力 Unit 2_儲能系統應用與規劃(黃建中): N/A Unit 3_Deep Learning Hardware and Software(馬清文): 1. Computer programming skill, especially writing Python and C programs. 2. Computer architecture concepts such as CPU, instruction set, memory, data bus, etc. Unit 4_智慧感測(林勻蔚): Python初階能力、簡易電路製作
Unit 1_智慧農業(林勻蔚): 課程有助教可解答學生疑難問題。 Unit 2_儲能系統應用與規劃(黃建中): 課堂講授、投影片 Unit 3_Deep Learning Hardware and Software(馬清文): 1. Stanford CS231 2020 lecture slides: http://cs231n.stanford.edu/slides/2020/lecture_6.pdf 2. Stanford CS231 2017 Youtube video: Lecture 8 | Deep Learning Software: https://www.youtube.com/watch?v=6SlgtELqOWc&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=9&t=0s 3. nVidia Deep learning accelerator: http://nvdla.org/ 4. NVDLA Deep Learning Inference Compiler is Now Open Source: https://devblogs.nvidia.com/nvdla/ Unit 4_智慧感測(林勻蔚): 課程有助教可解答學生疑難問題。
Unit 1_智慧農業(林勻蔚): 以每一課堂單元作業進行評分。 Unit 2_儲能系統應用與規劃(黃建中): 作業成績 50%, 小測驗 50% 作業內容:國內智慧儲能應用概念發想與軟硬體技術整合應用規劃 Unit 3_Deep Learning Hardware and Software(馬清文): Homeworks: 100% Unit 4_智慧感測(林勻蔚): 以每一課堂單元作業進行評分。
| 週次 | 主題 |
|---|---|
| 第 1 週 | 課程說明 |
| 第 2 週 | Unit 1_智慧農業(林勻蔚):介紹智慧農業相關議題 |
| 第 3 週 | 停課不停班 |
| 第 4 週 | Unit 1_智慧農業(林勻蔚):介紹智慧農業之數據資訊紀錄與分析 |
| 第 5 週 | Unit 1_智慧農業(林勻蔚):介紹智慧農業疾病預測 |
| 第 6 週 | Unit 2_儲能系統應用與規劃(黃建中): 單元主題: 國際儲能政策與綠能技術進展 課程內容: 國際間對於能源需求不斷擴大,就全球能源產業而言,未來再生能源占比將逐年上升,近期因戰爭及能源短缺等影響,促使各國持續調高再生能源發電比例,加上全球倡議綠色新能源、碳中和議題之下,根據國際能源署(IEA)研究指出,2022-2027年再生能源將增加達2400GW。而儲能系統具有發電、輸/配電、穩定電網之功能,在結合再生能源後,得以支持公用、工/商業領域等多元化能源技術與服務等應用,具有可穩定再生能源間歇性及靈活調配能源的優勢。 |
| 第 7 週 | Unit 2_儲能系統應用與規劃(黃建中): 單元主題: 國際儲能政策與綠能技術進展 課程內容: 國際間對於能源需求不斷擴大,就全球能源產業而言,未來再生能源占比將逐年上升,近期因戰爭及能源短缺等影響,促使各國持續調高再生能源發電比例,加上全球倡議綠色新能源、碳中和議題之下,根據國際能源署(IEA)研究指出,2022-2027年再生能源將增加達2400GW。而儲能系統具有發電、輸/配電、穩定電網之功能,在結合再生能源後,得以支持公用、工/商業領域等多元化能源技術與服務等應用,具有可穩定再生能源間歇性及靈活調配能源的優勢。 |
| 第 8 週 | Unit 2_儲能系統應用與規劃(黃建中): 單元主題: 國際儲能政策與綠能技術進展 課程內容: 國際間對於能源需求不斷擴大,就全球能源產業而言,未來再生能源占比將逐年上升,近期因戰爭及能源短缺等影響,促使各國持續調高再生能源發電比例,加上全球倡議綠色新能源、碳中和議題之下,根據國際能源署(IEA)研究指出,2022-2027年再生能源將增加達2400GW。而儲能系統具有發電、輸/配電、穩定電網之功能,在結合再生能源後,得以支持公用、工/商業領域等多元化能源技術與服務等應用,具有可穩定再生能源間歇性及靈活調配能源的優勢。 |
| 第 9 週 | Unit 3_Deep Learning Hardware and Software(馬清文): Part 1: We will introduce Pytorch and TensorFlow. |
| 第 10 週 | Unit 3_Deep Learning Hardware and Software(馬清文): Part 2: We will introduce Transformer, its implementation and debugging methods. |
| 第 11 週 | Unit 3_Deep Learning Hardware and Software(馬清文): Part 3: We will introduce nVidia deep learning accelerator then students should report their debugging skill. |
| 第 12 週 | Unit 4_智慧感測(林勻蔚): 介紹感測相關技術、環境數據分析 |
| 第 13 週 | Unit 4_智慧感測(林勻蔚): 介紹感測相關技術、環境數據分析 |
| 第 14 週 | Unit 4_智慧感測(林勻蔚): 介紹感測相關技術、環境數據分析 |
| 第 15 週 | N/A |
| 第 16 週 | N/A |
| 第 17 週 | N/A |
| 第 18 週 | 期末專題 |
Unit 1_智慧農業(林勻蔚): N/A Unit 2_儲能系統應用與規劃(黃建中): 儲能技術概論 (第2版) 作者:曾重仁/ 張仍奎/ 陳清祺/ 薛康琳/ 江沅晉/ 李達生/ 翁芳柏/ 林柏廷/ 李岱洲/ 謝錦隆 出版社:全華圖書股份有限公司 出版日期:2022/10/11 Unit 3_Deep Learning Hardware and Software(馬清文): N/A Unit 4_智慧感測(林勻蔚): N/A