未來科技館
本輕量化動捕系統專注於部署輕量、操作簡易和快速執行。有別於傳統昂貴且操作複雜的動捕系統,系統採用消費級運動相機,並設計基於時間關聯性的融合模型架構來實現輕量化且精準的AI姿態估計方法,實現了靈活、快速且場域不限的動作捕捉流程,讓非職業聯盟的球隊或一般團體均有機會用較低的成本實現專業且科學的運動訓練。
未來科技館 | 生活應用本作品是一套結合人工智慧、物件偵測、電腦視覺及虛擬圍籬演算法等技術的防盜與警戒系統,此技術可由使用者依據場域需求自行框選繪製虛擬圍籬防護區域並建立三道警戒線,以偵測靠近警戒區之人、車、潛水人員、大型魚隻及船隻等,並依據入侵程度,立即傳送對應的警示文字、音效、錄影畫面等資訊給管理人員掌握狀況。
未來科技館 | 資訊與通訊光感測器是物聯網的核心元件,然而大多數只能提供暫態光電流。陳蓉瑶副教授團隊開發的超快速光記憶體具有0.7 ms的光寫入時間,1.91×10^4 mA W^-1的光響應性,以及128階層的記憶功能。此光記憶體結合氫氣變色薄膜,能夠記錄氫氣洩漏週期和濃度,有助於判斷管線洩漏位置,進而改善氣體洩漏情況。
未來科技館 | 材料化工與奈米本技術整合大數據分析技術、元模型與可解釋性人工智慧演算法,分析蒐集供應鏈資訊、產能組態、生產資訊和未來投片的計劃,自動挖掘供應鏈與半導體製造過程的關鍵因子,並透過提供更精準的產品需求預測與投片產品的製造週期時間,以提升半導體供應鏈與製程網路系統穩健性,為供應鏈、製造規劃部進行穩健規劃、降低製造成本。 本技術「先進可解釋性人工智慧預測技術」透過整合大數據分析技術元模型與可解釋性人工智慧演算法來強化元模型,包含對未來新製程平台導入與新機台產能提升之先進製造週期預測模型。該架構的基本目標如下:(1)實現彈性的決策,模型可以在不同的生產場景下進行自我調整學習(2)在生產環境中面對離散事件時,通過行動選擇、監控波動通知和調整實現系統韌性(3)動態系統的即時規劃和控制。 本技術整合 (1)自動化特徵萃取技術、(2)產能、產品組態分類器;(3)結合元模型與可解釋性人工智慧解構先進預測模型並(4)混合策略,以適應半導體產業中不同規劃期、不同資料組態之適用線性模型。透過蒐集供應鏈資訊、產能組態、生產資訊和未來投片的計劃,該技術會自動挖掘供應鏈與半導體製造過程的關鍵因子,從而進行更精準的產品需求預測(提升30%準確率)與投片產品的製造週期時間推估(提升23%準確率),以提升半導體供應鏈與製程網路系統穩健性,降低製造成本(將低約30%庫存成本;20%製造成本)。
未來科技館 | 資訊與通訊敬請期待!