科技與工程學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/5

沿革

科技與工程學院(原名為科技學院)於87學年度成立,其目標除致力於科技與工程教育師資培育外,亦積極培育與科技產業有關之工程及管理專業人才。學院成立之初在原有之工業教育學系、工業科技教育學系、圖文傳播學系等三系下,自91學年度增設「機電科技研究所」,該所於93學年度起設立學士班並更名為「機電科技學系」。本學院於93學年度亦增設「應用電子科技研究所」,並於96學年度合併工教系電機電子組成立「應用電子科技學系」。此外,「工業科技教育學系」於98學年度更名為「科技應用與人力資源發展學系」朝向培育科技產業之人力資源專才。之後,本院為配合本校轉型之規劃,增加學生於科技與工程產業職場的競爭,本院之「機電科技學系」與「應用電子科技學系」逐漸朝工程技術發展,兩系並於103學年度起分別更名為「機電工程學系」及「電機工程學系」。同年,本學院名稱亦由原「科技學院」更名為「科技與工程學院」。至此,本院發展之重點涵蓋教育(技職教育/科技教育/工程教育)、科技及工程等三大領域,並定位為以技術為本位之應用型學院。

107學年度,為配合本校轉型規劃,「光電科技研究所」由原隸屬於理學院改為隸屬本(科技與工程)學院,另增設2學程,分別為「車輛與能源工程學士學位學程」及「光電工程學士學位學程」。

News

Browse

Search Results

Now showing 1 - 1 of 1
  • Item
    運用微表情預測工作績效:卷積神經網絡的應用
    (2021) 李淑鈺; Li, Jessica
    企業想要挑選高績效人才, 根本之道是透過有信度與效度的甄選工具。傳統的甄選流程大多透過履歷表篩選、面談評測應徵者的職能是否符合該職缺的需求。研究發現,應徵者的過去行為(Past Behaviour)是預測未來行為(Future Behaviour)與績效(Job Performance)最有效的預測因子,但行為事例式面談需耗費人力且缺乏效率。在心理學的領域發現,一個人在特定情境中的微表情除了反應當事人的情緒狀態外,也能用來預測當事人的未來行為傾向,從下一秒到下一年都有可能。隨著電腦視覺(Computer Vision)以及深度學習(Deep Learning)技術的發展,心理學家開始與電腦科技領域的專家合作,透過視訊記錄辨識當事人的微表情並用來推測當事人的未來行為。其中尤以卷積神經網絡(Convolutional Neural Network, CNN),是目前最廣泛被應用在微表情分析的深度學習技術。本研究採用實證研究法,研究對象為個案公司中101位企業內部具業務工作性質員工。結果顯示,可以運用電腦視覺處理技術蒐集業務工作性質員工在特定環境中(模擬求職面試)回答特定問題所表現出來的面部微表情運動軌跡,以卷積神經網絡建立微表情與工作績效模型,具有91 %的機率可以推測其在工作績效的考核結果,提供企業選才時另一項快速且有效的甄選決策輔助工具。